-
SeminarCoolBlue下载
资源介绍
使用贝叶斯结构时间序列和弹性网调查电视广告的短期影响。
此Github包含Coolblue研讨会项目中使用的所有Julia / Python / R代码
该项目是鹿特丹伊拉斯姆斯大学Coolblue咨询项目和研讨会案例研究的一部分。该项目的目的是研究电视广告对在线访问的短期影响，并提供可行的见解。此代码用于与此主题相关的报告和演示。
简而言之：
Julia文件（1）生成贪婪的基线和点提升，（2）使用壮举评估最大点提升的弹性网。每分钟（3）提供所有数字。
Python / Jupyter Notebook文件（1）准备数据，（2）生成最佳后期效果的结果，（3）显示回归模型和机器学习模型的结果。
R文件生成AR和BSTS基线和点提升。
详细说明（10个步骤）：
将Coolblue的数据集（“ broadcasting_data”和“ traffic_data”）插入“ \ Coolblu