Причинно -наслідковий висновок у Python

Матея фаса

• Видавець: Геліон
• Рік публікації: 2024
• Світло: брошура
• Формат: 235x165 мм
• Кількість сторінок: 360

Причинно -наслідковий висновок у Python. Практичне використання в галузі технологій корисно, коли вам потрібно визначити вплив бізнес -рішення на конкретний результат, наприклад, кількість продажів. Ці заходи добре відомі науці, але лише нещодавно світ вивчає переваги їх використання в технологічній галузі. Прогрес машинного навчання, автоматизації процесів та данології сприяв цьому. Тепер, щоб отримати вимірювані переваги, достатньо декількох рядків коду в Python. Відкрийте інструменти найвідоміших аналітиків даних за допомогою Python! професор. Нік Хантінгтон-Клейн, автор Effect: Вступ до дизайну досліджень та причинності буде оцінено, зокрема, аналітики даних. Це пояснює потенціал причинного висновку в оцінці впливу та наслідків у бізнесі. Були описані класичні методи причинного висновку, включаючи тести A/B, лінійну регресію, індикатор схильності, метод синтетичного контролю та різницю відмінностей, при цьому зосереджуючись насамперед на практичному аспекті цих методик. Було також обговорення сучасних рішень, таких як використання машинного навчання для оцінки неоднорідних ефектів. Кожен метод проілюстровано описом використання в технологічній галузі. У книзі, серед інших: Основи причинно -наслідкових висновків Бізнес -проблеми як проблеми в галузі причинного висновку Географічні експерименти та експерименти з перемиканням впливу систематичних тестування помилок Графічні моделі та візуалізація причинно -наслідкових зв’язків найкраща книга, присвячена останнім методам, що діють на реальні дані та вирішують практичні проблеми! Шон Дж. Тейлор, головний дослідник Motif Analytics

[штамп, 9788328908819,8/14/2024 1:25:31 PM]