Article original : Applied Data Science: A / B Testing
Les tests A/B sont une technique clé utilisée en data science pour prendre des décisions basées sur les données en entreprise. Nous venons de publier un cours sur la chaîne YouTube freeCodeCamp.org qui vous enseignera cette importante technique de data science.
Développé par Tatev, une data scientist expérimentée de Lunar Tech, ce cours vidéo complet comble le fossé entre les connaissances théoriques et l'application pratique, ce qui en fait une excellente ressource pour les analystes de données et les scientifiques cherchant à enrichir leurs portfolios.
Le cours commence par une introduction aux bases de la data science et au rôle spécifique des tests A/B dans ce domaine. Vous approfondirez les principes de base des tests A/B, en apprenant les paramètres clés tels que les tests d'hypothèses, les niveaux de signification, et les aspects critiques des estimations groupées, des statistiques de test, des valeurs p, et de l'évaluation de la signification statistique.
Après les concepts fondamentaux, le cours offre une exploration détaillée de la conception des tests A/B avec une approche de data science. Vous vous engagerez dans la formulation d'hypothèses et l'identification des métriques principales cruciales pour des tests efficaces dans des scénarios réels. Cette section assure une compréhension solide des fondements théoriques nécessaires pour une expérimentation réussie.
L'une des caractéristiques du cours est son intégration de tutoriels pratiques en Python. Les sections vous donneront les compétences pour implémenter des tests A/B dans des contextes réels en utilisant Python. Les techniques couvertes incluent le chargement de données avec Pandas, la visualisation des résultats des tests A/B en utilisant des outils comme Matplotlib et Seaborn, et la réalisation d'analyses de puissance et de calculs de variance pertinents pour les tests A/B.
Le cours inclut une étude de cas réelle de 1,5 heure mettant en avant un angle commercial avec LunarTech. Vous serez guidé à travers une expérience sur les pages de destination de LunarTech, analysant comment des changements mineurs, tels que l'ajustement d'un bouton dans la conception UX, peuvent avoir un impact significatif sur l'engagement des utilisateurs, comme en témoigne le Taux de Clic (CTR).
L'expérience approfondie de Tatev en tant que data scientist et éducatrice se manifeste tout au long du cours, rendant les sujets complexes accessibles et engageants. À la fin de la série, les participants auront non seulement saisi les détails complexes des tests A/B, mais seront également capables d'appliquer ces connaissances de manière efficace dans leurs rôles professionnels.
Regardez le cours complet sur la chaîne YouTube freeCodeCamp.org (2,5 heures de visionnage).