When will I receive my Course Certificate?

If you complete the course successfully, your electronic Course Certificate will be added to your Accomplishments page - from there, you can print your Course Certificate or add it to your LinkedIn profile.

Why can’t I audit this course?

This course is currently available only to learners who have paid or received financial aid, when available.

Is financial aid available?

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.

Customer Insights and Personalization with Machine Learning

Obtenez l'une de nos meilleures offres avec Coursera Plus pour 199 $ (habituellement 399 $). Économisez maintenant.

Ce cours n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues.

Customer Insights and Personalization with Machine Learning

Ce cours fait partie de Spécialisation "Machine Learning and Generative AI for Marketing"

Instructeur : Packt - Course Instructors

Inclus avec

Demander à Coursera

4 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

niveau Intermédiaire

Expérience recommandée

4 heures à compléter

Planning flexible

Apprenez à votre propre rythme

4 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

niveau Intermédiaire

Expérience recommandée

4 heures à compléter

Planning flexible

Apprenez à votre propre rythme

Ce que vous apprendrez

Apply sentiment analysis techniques to extract actionable customer insights
Build predictive models and run A/B tests to improve engagement outcomes
Design and implement ML-based customer segmentation and recommendation systems

Compétences que vous acquerrez

Catégorie : Data Analysis
Catégorie : Text Mining
Catégorie : Applied Machine Learning
Catégorie : Machine Learning Methods
Catégorie : Customer Analysis
Catégorie : Feature Engineering
Catégorie : Marketing Analytics
Catégorie : Customer Insights
Catégorie : Predictive Modeling
Catégorie : Customer Engagement
Catégorie : Data-Driven Marketing
Catégorie : Customer experience improvement
Catégorie : Business Intelligence
Catégorie : AI Personalization
Catégorie : Personalized Service
Catégorie : Data Transformation
Catégorie : Machine Learning
Catégorie : Predictive Analytics
Catégorie : Machine Learning Algorithms
Catégorie : Marketing Strategies

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Récemment mis à jour !

juin 2026

Évaluations

4 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation "Machine Learning and Generative AI for Marketing"

Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.

Apprenez de nouveaux concepts auprès d'experts du secteur
Acquérez une compréhension de base d'un sujet ou d'un outil
Développez des compétences professionnelles avec des projets pratiques
Obtenez un certificat professionnel partageable

Il y a 4 modules dans ce cours

This course explores how machine learning can be used to uncover deep customer insights and deliver personalized experiences at scale. It highlights the growing importance of data-driven decision-making in enhancing customer engagement and business performance.

Learners will develop the ability to analyze customer sentiment, predict behaviors, and design targeted strategies using A/B testing and predictive analytics. By the end of the course, participants will be able to implement practical personalization techniques that improve customer satisfaction and retention. What sets this course apart is its balance between foundational concepts and real-world applications, including recommendation systems and customer segmentation. It bridges theory with hands-on approaches used in modern business environments. This course is ideal for data professionals, marketers, and business analysts looking to leverage machine learning for customer-centric strategies. A basic understanding of data analysis and machine learning concepts is recommended. This course is part two of a three-course Specialization designed to provide a comprehensive learning pathway in this subject area. While it delivers standalone value and practical skills, learners seeking a more integrated and in-depth progression may benefit from completing the full Specialization.

This module introduces the fundamentals of sentiment analysis for marketing, using real-world social media data to uncover customer attitudes. Learners will explore techniques for handling class imbalance, feature engineering, and evaluating model performance. The module also covers strategies for collecting and analyzing sentiment data across multiple platforms and tracking temporal trends in brand perception.

Inclus

1 vidéo8 lectures1 devoir

1 vidéoTotal 1 minute

Overview1 minute

8 lecturesTotal 46 minutes

Introduction5 minutes
Practical Example Twitter Airline Sentiment Dataset7 minutes
Addressing Class Imbalance6 minutes
Feature Engineering6 minutes
Understanding Misclassifications5 minutes
Evaluating Model Performance6 minutes
Collecting Data from Other Platforms6 minutes
Temporal Trends Tracking the Brand Narrative5 minutes

1 devoirTotal 16 minutes

Customer Insight Through Sentiment Analysis16 minutes

This module explores how to use predictive analytics and A/B testing to enhance customer engagement through data-driven marketing strategies. Learners will gain hands-on experience building and evaluating machine learning models, including random forests, gradient boosted decision trees, and neural networks, to predict customer behavior and optimize marketing outcomes.

Inclus

1 vidéo7 lectures1 devoir

1 vidéoTotal 1 minute

Overview1 minute

7 lecturesTotal 44 minutes

Introduction5 minutes
Target and Feature Variables5 minutes
Predicting and Evaluating Random Forest Model7 minutes
Gradient Boosted Decision Tree (GBDT) Modeling5 minutes
Predicting Customer Conversion with Deep Learning Algorithms4 minutes
Training the Wide Neural Network Model6 minutes
Deep Neural Network Modeling12 minutes

1 devoirTotal 16 minutes

Evaluating Models and Strategies for Customer Engagement16 minutes

This module explores the foundations and practical techniques behind personalized product recommendation systems. Learners will examine algorithms such as Apriori for association rule mining and collaborative filtering methods, including both user-based and item-based approaches. Through hands-on examples, you will gain the skills to implement and analyze recommendation strategies using real-world data.

Inclus

1 vidéo5 lectures1 devoir

This module introduces learners to customer segmentation using machine learning techniques, focusing on K-means clustering. You will explore how to segment customers based on purchase behaviors, demographic factors, and product interests, as well as how to preprocess data and evaluate clustering results.

Inclus

1 vidéo6 lectures1 devoir

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Instructeur

Packt - Course Instructors

Packt

1 926 Cours563 289 apprenants

Offert par

Packt

En savoir plus sur Machine Learning

Statut : Essai gratuit
University of Colorado System
Machine Learning for Marketers
Cours
Statut : Essai gratuit
Microsoft
AI & Data Insights
Cours
Statut : Essai gratuit
Packt
Foundations of AI-Driven Marketing Analytics
Cours
Statut : Essai gratuit
Packt
Machine Learning and Generative AI for Marketing
Spécialisation

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018

’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020

’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021

’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Foire Aux Questions

Yes, you can preview the first video and view the syllabus before you enroll. You must purchase the course to access content not included in the preview.

If you decide to enroll in the course before the session start date, you will have access to all of the lecture videos and readings for the course. You’ll be able to submit assignments once the session starts.

Once you enroll and your session begins, you will have access to all videos and other resources, including reading items and the course discussion forum. You’ll be able to view and submit practice assessments, and complete required graded assignments to earn a grade and a Course Certificate.