Python

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

Causal Inference на Python. Причинно-следственные связи в IT-разработке
Год издания:
ISBN:
978-601-08-4354-7
Общий размер:
7.7 МБ
Общее кол-во страниц:
400
Издательство:
Формат скачивания:
PDF
Возрастное ограничение: 16+
Язык книги: Русский

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.

Матеуш 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 (A/B-тесты), линейная регрессия, оценка склонности, синтетические элементы управления и разница в разнице. Каждый метод сопровождается примером из реальной жизни.