К содержимому
learnspaceYOUR NEXT CHAPTER
ПРОСТРАНСТВО ОБУЧЕНИЯ
ГлавнаяКаталог курсовМоё обучениеCoursera

Знания без границ

Учитесь у лучших университетов и компаний мира.

Открыть Coursera
Интеграция
Пространство университета
Моё пространствоСтраница курса
↵
ЯЛичный кабинетСтудент
© 2026 LearnSpaceКаждый день — возможность узнать больше.Помощь
Engajamento, Conversão e o Consumidor · LearnSpace
Назад в каталог
courseraБизнес

Engajamento, Conversão e o Consumidor

Курс от Fundação Instituto de Administração
Начальный≈ 30.8 чБразильский португальский
О курсеНавыкиПрограммаПреподаватели

О курсе

Nossas boas-vindas ao Curso Engajamento, Conversão e o Consumidor. Neste curso, você aprenderá sobre as diferentes técnicas de análise de dados que permitem acompanhar e monitorar o consumidor com relação ao seu engajamento e aos seus níveis de conversão. Ao final deste curso, você será capaz de utilizar técnicas de análise de dados utilizando Python para compreender diversas etapas da jornada do cliente e tomar as decisões gerencias apropriadas. Este curso é composto por quatro módulos, disponibilizados em semanas de aprendizagem. Cada módulo é composto por vídeos, leituras e testes de verificação de aprendizagem. Ao final de cada módulo, temos uma avaliação de verificação dos conhecimentos. Estamos muito felizes com sua presença neste curso e esperamos que você tire o máximo de proveito dos conceitos aqui apresentados. Bons estudos!

Навыки, которые вы освоите

Regression AnalysisLogistic RegressionArtificial Neural NetworksTarget MarketDecision MakingMarketing AnalyticsCustomer InsightsMarketing StrategiesStatistical AnalysisData-Driven MarketingData Visualization SoftwareAnalysisCustomer AnalysisConversion Funnel AnalysisSales StrategyDecision Tree LearningCustomer EngagementConsumer BehaviourJourney MappingDigital Media Strategy

Программа курса

4 модулей · 107 учебных материалов

01Módulo 1 | Identificação dos Drivers de Engajamento e Conversão pela Regressão MQO e Linear27 материалов

Aula 1 | Fundamentos da Regressão Linear

Fundamentos da Regressão LinearВидеоSlides da Aula 1ЧтениеDrivers de EngajamentoЧтениеAnálise de RegressãoЧтение

Учитесь у экспертов

Fabiano Castello

Professor

Gustavo Carvalho

Professor

Engajamento, Conversão e o Consumidor
В каталоге вашей программы

Инвестируйте в себя

Новые знания — в удобное для вас время.

Начать на Coursera

Обучение откроется на Coursera
в новой вкладке

Обучение на Coursera

≈ 30.8 ч

4 модулей

Язык: Бразильский португальский

Часть программы вашего университета
Aula 1 | Fundamentos da Regressão LinearЗадание

Aula 2 | Normalidade dos Resíduos e Multicolinearidade

Normalidade dos Resíduos e MulticolinearidadeВидеоSlides da Aula 2ЧтениеPrecisão e Poder de Testes de Homocedasticidade Paramétricos e Não-Paramétricos Avaliados por Simulação ЧтениеAnálise de RegressãoЧтениеAula 2 | Normalidade dos Resíduos e MulticolinearidadeЗадание

Aula 3 | Heterocedasticidade e Autocorrelação dos Resíduos

Heterocedasticidade e Autocorrelação dos ResíduosВидеоSlides da Aula 3ЧтениеDiagnóstico de IndependênciaЧтениеAula 3 | Heterocedasticidade e Autocorrelação dos ResíduosЗадание

Aula 4 | Interpretação das Estatísticas

Interpretação das EstatísticasВидеоSlides da Aula 4ЧтениеAnálise do Comportamento e da Percepção do Investidor em Relação ao Risco Sob a Ótica da Teoria de Finanças ComportamentaisЧтениеAula 4 | Interpretação das EstatísticasЗадание

Aula 5 | Regressão Linear Simples - Phyton

Regressão Linear Simples - PhytonВидеоSlides da Aula 5ЧтениеDeterminantes da Disseminação Voluntária de InformaçõesЧтениеAula 5 | Regressão Linear Simples - PhytonЗадание

Aula 6 | Regressão Linear Múltipla - Phyton

Regressão Linear Múltipla - PhytonВидеоSlides da Aula 6ЧтениеDeterminantes da Disseminação Voluntária de InformaçõesЧтениеAula 6 | Regressão Linear Múltipla - PhytonЗаданиеMódulo 1 | Identificação dos Drivers de Engajamento e Conversão pela Regressão MQO e LinearЗадание
02Módulo 2 | Identificação dos Drivers de Engajamento e Conversão pela Regressão Logística27 материалов

Aula 1 | Fundamentos da Regressão Logística

Fundamentos da Regressão LogísticaВидеоSlides da Aula 1ЧтениеMachine Learning e Modelos Supervisionados: O Uso Correto do Glm na Tomada de DecisãoЧтениеMachine Learning e os Modelos Logísticos Supervisionados de ClassificaçãoЧтениеAula 1 | Fundamentos da Regressão LogísticaЗадание

Aula 2 | Chance e Probabilidade de Ocorrência de um Evento

Chance e Probabilidade de Ocorrência de um EventoВидеоSlides da Aula 2ЧтениеRegressão LogísticaЧтениеRegressão Logística BináriaЧтениеAula 2 | Chance e Probabilidade de Ocorrência de um EventoЗадание

Aula 3 | Estimação do Modelo e Nível de Significância dos Parâmetros

Estimação do Modelo e Nível de Significância dos ParâmetrosВидеоSlides da Aula 3ЧтениеRegressão LogísticaЧтениеAula 3 | Estimação do Modelo e Nível de Significância dos ParâmetrosЗадание

Aula 4 | Testes e Análises

Testes e AnálisesВидеоSlides da Aula 4ЧтениеRegressão LogísticaЧтениеAula 4 | Testes e AnálisesЗадание

Aula 5 | Regressão Logística Binária - Python

Regressão Logística Binária - PythonВидеоSlides da aula 5ЧтениеDeterminantes da Disseminação Voluntária de Informações ЧтениеAula 5 | Regressão Logística Binária - PythonЗадание

Aula 6 | Regressão Logística Multinomial - Python

Regressão Logística Multinomial - PythonВидеоSlides da Aula 6ЧтениеEvasão em Curso Via Internet: Explorando Variáveis ExplicativasЧтениеAula 6 | Regressão Logística Multinomial - PythonЗаданиеMódulo 2 | Identificação dos Drivers de Engajamento e Conversão pela Regressão LogísticaЗадание
03Módulo 3 | Engajamento, Conversão e Árvores de Decisão25 материалов

Aula 1 | Introdução à Árvores de Decisão

Introdução à Árvores de DecisãoВидеоSlides da Aula 1ЧтениеApostila PythonЧтениеÁrvores de DecisãoЧтениеAula 1 | Introdução à Árvores de DecisãoЗадание

Aula 2 | Python: Carregando e Transformando Dados

Python: Carregando e Transformando DadosВидеоSlides da Aula 2ЧтениеO que é notebook?ЧтениеAula 2 | Python: Carregando e Transformando DadosЗадание

Aula 3 | Python: Breve Análise Exploratória

Python: Breve Análise ExploratóriaВидеоSlides da Aula 3 - Parte 1ЧтениеSlides da Aula 3 - Parte 2ЧтениеAula 3 | Python: Breve Análise ExploratóriaЗадание

Aula 4 | Codificação das Variáveis

Codificação das VariáveisВидеоSlides da Aula 4 - Parte 1ЧтениеSlides da Aula 4 - Parte 2ЧтениеAula 4 | Codificação das VariáveisЗадание

Aula 5 | Modelagem da Árvore de Decisão

Modelagem da Árvore de DecisãoВидеоSlides da Aula 5ЧтениеAula 5 | Modelagem da Árvore de DecisãoЗадание

Aula 6 | Interpretação da Árvore de Decisão

Interpretação da Árvore de DecisãoВидеоSlides da Aula 6 - Parte 1ЧтениеSlides da Aula 6 - Parte 2ЧтениеAula 6 | Interpretação da Árvore de DecisãoЗаданиеMódulo 3 | Engajamento, Conversão e Árvores de DecisãoЗадание
04Módulo 4 | Customer Churn por Meio de Redes Neurais Artificiais28 материалов

Aula 1 | Introdução: Churn

Introdução: ChurnВидеоSlides da Aula 1ЧтениеO que é Churn Rate?ЧтениеAula 1 | Introdução: ChurnЗадание

Aula 2 | Introdução a Redes Neurais Artificiais

Introdução a Redes Neurais ArtificiaisВидеоSlides da Aula 2ЧтениеO que são Redes Neurais Artificiais?ЧтениеAula 2 | Introdução a Redes Neurais ArtificiaisЗадание

Aula 3 | Python: Padronização das Variáveis Contínuas

Python: Padronização das Variáveis ContínuasВидеоPython: Padronização das Variáveis Contínuas - Parte 2ВидеоSlides da Aula 3 - Parte 1ЧтениеSlides da Aula 3 - Parte 2ЧтениеAula 3 | Python: Padronização das Variáveis ContínuasЗадание

Aula 4 | Python: Criação das Variáveis Dummy

Python: Criação das Variáveis DummyВидеоSlides da Aula 4 - Parte 1ЧтениеSlides da Aula 4 - Parte 2ЧтениеNotebookЧтениеArquivo de DadosЧтениеAula 4 | Python: Criação das Variáveis DummyЗадание

Aula 5 | Python: Trabalhando a Modelagem

Python: Trabalhando a ModelagemВидеоPython: Trabalhando a Modelagem (continuação)ВидеоSlides da Aula 5 - Parte 1ЧтениеSlides da Aula 5 - Parte 2ЧтениеAula 5 | Python: Trabalhando a ModelagemЗадание

Aula 6 | Python: Passando pelas Métricas De Qualidade

Python: Passando pelas Métricas de QualidadeВидеоSlides da Aula 6ЧтениеAula 6 | Python: Passando pelas Métricas De QualidadeЗаданиеMódulo 4 | Customer Churn por Meio de Redes Neurais ArtificiaisЗадание