Причинный вывод в Python. Практическое использование в технологической индустрии
- Время доставки: 7-10 дней
- Состояние товара: новый
- Доступное количество: 7
Оплачивая «Причинный вывод в Python. Практическое использование в технологической индустрии» 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.
причинный вывод в Python. Практическое использование в индустрии технологии Matheus Facure
причинно -следственный вывод в Python. Практическое использование в технологической отрасли полезно, когда вам необходимо определить влияние бизнес -решения на конкретный результат, например, объем продаж. Эти мероприятия хорошо известны науке, но только недавно мир узнает о преимуществах их использования в технологической индустрии. Прогресс машинного обучения, автоматизации процессов и данологии способствовали этому. Теперь, чтобы получить измеримые преимущества, достаточно нескольких строк кода в Python достаточно. Откройте для себя инструменты самых известных аналитиков данных, используя Python! профессор Ник Хантингтон-Кляйн, автор «Эффекта: введение в дизайн и причинность исследований», в частности, аналитиками данных будут оценены. Это объясняет потенциал причинно -следственного вывода в оценке воздействия и воздействия на бизнес. Были описаны классические методы причинно -следственного вывода, включая A/B -тесты, линейную регрессию, индикатор наклона, метод синтетического контроля и разницу в различиях, одновременно сосредотачиваясь в первую очередь на практическом аспекте этих методов. Было также обсуждение современных решений, таких как использование машинного обучения для оценки гетерогенных эффектов. Каждый метод был проиллюстрирован описанием использования в технологической отрасли. В книге, среди прочего: основы причинно -следственных выводов бизнес -задачи в качестве проблем в области причинно -следственных выводов Географические эксперименты и эксперименты с переключением влияния систематического тестирования графических моделей и визуализации причинно -следственных связей лучшая книга, посвященная последним методам, действуя на реальные данные и решающие практические проблемы! Шон Дж. Тейлор, главный исследователь Motif Analytics
ean: 978832890819
Publisher: Helion
638283