Сколько покупателей привлечет дополнительный доллар онлайнового маркетинга? Какие покупатели будут покупать только тогда, когда им дадут купон на скидку? Как определить оптимальную ценовую стратегию? Лучший способ выяснить, как имеющиеся в нашем распоряжении рычаги влияют на те бизнес-показатели. которые мы хотим получить, это causal inference.
Матеус Факур, старший специалист по анализу данных компании Nubank, рассказывает о практически неиспользованном потенциале causal inference для оценки последствий и эффектов. Менеджеры, специалисты по обработке данных и бизнес-аналитики познакомятся с классическими методами каузального вывода, такими как рандомизированные контрольные испытания (А/В-тесты). линейная регрессия, оценка склонности, синтетические элементы управления и разница в разнице. Каждый метод сопровождается примером из реальной жизни.
Что такое причинно-следственный анализ.
Многие представляют собой причинно-следственные связи как опасную эпистемологическую область, от которой лучше держаться подальше. Возможно, ваш преподаватель статистики неоднократно повторял, что «корреляция — это не причинно-следственная связь» (или «корреляция — это не каузация»), и если вы будете путать эти два понятия, то вас подвергнут академическом остракизму или по крайней мере будут на вас косо смотреть. Но есть один нюанс: иногда корреляция является причинно-следственной связью.
Нам, людям, это отлично известно, потому что мы явно склонны принимать корреляцию за причинно-следственную связь. Когда вы решаете не пить четвертый бокал вина, вы совершаете правильный логический вывод, что это приведет к тяжелым последствиям на следующий день. Вы руководствуетесь прошлым опытом: теми вечерами, в которых вы выпили слишком много и наутро проснулись с головной болью; теми вечерами, когда вы выпили всего один бокал или вообще ни одного и ничего не произошло. Вы узнали, что между выпивкой и похмельем существует нечто большее, чем корреляция. Вы сделали вывод о существовании причинности.
ОГЛАВЛЕНИЕ.
ЧАСТЬ I Основы.
Глава 1. Знакомство с причинно-следственным анализом.
Глава 2. Рандомизированные эксперименты и статистический анализ.
Глава 3. Графовые причинные модели.
ЧАСТЬ II Корректировка смещения.
Глава 4. Неожиданная эффективность линейной регрессии.
Глава 5. Мера склонности.
ЧАСТЬ III Гетерогенность эффектов и персонализация.
Глава 6. Гетерогенность эффектов.
Глава 7. Метаобучаемые системы.
ЧАСТЬ IV Панельные данные.
Глава 8. Разность разностей.
Глава 9. Синтетический контроль.
ЧАСТЬ V Альтернативные варианты дизайна эксперимента.
Глава 10. Гео- и switchback-эксперименты.
Глава 11. Некомплаентность и инструменты.
Глава 12. Что дальше.
Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Causal Inference на Python, Причинно-следственные связи в IT-разработке, Факур М., 2025 - fileskachat.com, быстрое и бесплатное скачивание.
Скачать pdf
Ниже можно купить эту книгу, если она есть в продаже, и похожие книги по лучшей цене со скидкой с доставкой по всей России.Купить книги
Скачать - pdf - Яндекс.Диск.
Дата публикации:
Теги: учебник по программированию :: программирование :: Факур
Смотрите также учебники, книги и учебные материалы:
Следующие учебники и книги:
Предыдущие статьи:
