Категории

Causal Inference на Python. Причинно-следственные связи в IT-разработке

  • Автор: Факур М

  • Переплет: мягкий
  • Страниц: 400
  • Формат: 24x17x2.5 см
  • Вес: 620 г
  • ISBN: 978-601-08-4354-7
  • Бумага: офсетная
  • Год издания: 2024
  • Язык издания: русский
  • Возрастные ограничения: 16+

44453695

Наличие: ОТПРАВКА В ТЕЧЕНИЕ 9-13 РАБОЧИХ ДНЕЙ

1 718 Kč

Сколько покупателей привлечет дополнительный доллар, вложенный в онлайн-рекламу? 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 casual inference.
Матеуш Факур, старший специалист по анализу данных компании Nibank, рассказывает о практически неиспользованном потенциале causal inference для оценки последствий и эффектов. Менеджеры, специалисты по обработке данных и бизнес-аналитики познакомятся как с классическими методами визуального вывода, такими как рандомизированные контрольные испытания (A/B тестами), линейная регрессия, оценка склонности, синтетические элементы управления и разница в разнице. Каждый метод сопровождается примером из реальной жизни.