Причинный вывод в Python. Практичный
- Время доставки: 7-10 дней
- Состояние товара: новый
- Доступное количество: 15
Заказывая «Причинный вывод в Python. Практичный» данное изделие из «Программирование» вы можете быть уверены, что после оформления заказа, доставки в Украину, вы получите именно то, что заказывали, в оговоренные сроки и европейского качества.
Причинно-следственный вывод в Python. Практическое использование в сфере высоких технологий
Автор: Matheus Facure
Издательство: Helion
Год публикации: 2024
Переводчик: Томаш Вальчак
ISBN: 9788328908819
Формат: 165x235
Переплет: мягкий
Страниц: 360
Книга новая
Цена обложки книги: 74,90 зл. > Акционную цену можно узнать на нашем сайте аукцион!
Причинно-следственный вывод полезен, когда вам нужно определить влияние бизнес-решения на конкретный результат, например на объем продаж. Эти виды деятельности хорошо известны науке, но лишь недавно мир узнал о преимуществах их использования в технологической отрасли. Этому способствовали достижения в области машинного обучения, автоматизации процессов и науки о данных. Теперь, чтобы получить ощутимую пользу, достаточно всего нескольких строк кода на Python
Изучить инструменты самых известных аналитиков данных, использующих Python!
проф. Ник Хантингтон-Кляйн, автор книги Эффект: введение в дизайн исследования и причинно-следственную связь
Аналитики данных особенно оценят эту книгу. Это объясняет потенциал причинно-следственных выводов для оценки воздействия и последствий в бизнесе. Описаны классические методы причинного вывода, включая A/B-тестирование, линейную регрессию, оценку склонности, синтетический контроль и разницу-в-разницах, с упором на практические аспекты этих методов. Также обсуждаются современные решения, такие как использование машинного обучения для оценки гетерогенных эффектов. Каждый метод проиллюстрирован описанием его применения в технологической отрасли.
Книга включает, среди прочего:
- основы причинного вывода
- бизнес-задачи как проблемы в области причинного вывода
- географические эксперименты и эксперименты по переключению воздействия
- исследование систематической ошибки
- графические модели и визуализацию причинных связей
Лучшая книга по самые современные методы, работа с реальными данными и решение практических задач!
Шон Дж. Тейлор, главный исследователь Motif Analytics
Матеус Факур — экономист и старший аналитик данных в Nubank, бразильской финтех-компании. Успешно применил причинно-следственный вывод в различных бизнес-сценариях. Он часто выступает в качестве докладчика на отраслевых конференциях и участвует в проектах с открытым исходным кодом.