Causal Inference на Python. Причинно-следственные связи в IT-разработке » MIRLIB.RU - ТВОЯ БИБЛИОТЕКА
Регистрация
Природа України. Рослини України Природа України. Рослини України Causal Inference на Python. Причинно-следственные связи в IT-разработке Causal Inference на Python. Причинно-следственные связи в IT-разработке Learn Data Science Using Python: A Quick-Start Guide Learn Data Science Using Python: A Quick-Start Guide Optimizing Generative AI Workloads for Sustainability: Balancing Performance and Environmental Impact in Generative AI Optimizing Generative AI Workloads for Sustainability: Balancing Performance and Environmental Impact in Generative AI Золотые ключи (Русские народные загадки) Золотые ключи (Русские народные загадки) Родина Родина Тихое утро Тихое утро Белый пудель (1989) Белый пудель (1989) Пастушья радуга (Латышские народные сказки) Пастушья радуга (Латышские народные сказки) Соловьята (1983) Соловьята (1983) Соловей и бабочка Соловей и бабочка Крокодил Крокодил Mastering Serverless Computing with AWS Lambda: Unlock Scalability, Optimize Costs, and Drive Innovation Mastering Serverless Computing with AWS Lambda: Unlock Scalability, Optimize Costs, and Drive Innovation Data Science Solutions on Azure: The Rise of Generative AI and Applied AI, 2nd Edition Data Science Solutions on Azure: The Rise of Generative AI and Applied AI, 2nd Edition Building Secure PHP Applications: A Comprehensive Guide to Protecting Your Web Applications from Threats Building Secure PHP Applications: A Comprehensive Guide to Protecting Your Web Applications from Threats Artificial Intelligence for Precision Agriculture Artificial Intelligence for Precision Agriculture
Природа України. Рослини України Природа України. Рослини України Causal Inference на Python. Причинно-следственные связи в IT-разработке Causal Inference на Python. Причинно-следственные связи в IT-разработке Learn Data Science Using Python: A Quick-Start Guide Learn Data Science Using Python: A Quick-Start Guide Optimizing Generative AI Workloads for Sustainability: Balancing Performance and Environmental Impact in Generative AI Optimizing Generative AI Workloads for Sustainability: Balancing Performance and Environmental Impact in Generative AI Золотые ключи (Русские народные загадки) Золотые ключи (Русские народные загадки) Родина Родина Тихое утро Тихое утро Белый пудель (1989) Белый пудель (1989) Пастушья радуга (Латышские народные сказки) Пастушья радуга (Латышские народные сказки) Соловьята (1983) Соловьята (1983) Соловей и бабочка Соловей и бабочка Крокодил Крокодил Mastering Serverless Computing with AWS Lambda: Unlock Scalability, Optimize Costs, and Drive Innovation Mastering Serverless Computing with AWS Lambda: Unlock Scalability, Optimize Costs, and Drive Innovation Data Science Solutions on Azure: The Rise of Generative AI and Applied AI, 2nd Edition Data Science Solutions on Azure: The Rise of Generative AI and Applied AI, 2nd Edition Building Secure PHP Applications: A Comprehensive Guide to Protecting Your Web Applications from Threats Building Secure PHP Applications: A Comprehensive Guide to Protecting Your Web Applications from Threats Artificial Intelligence for Precision Agriculture Artificial Intelligence for Precision Agriculture
Категория: КНИГИ » ПРОГРАММИРОВАНИЕ
Causal Inference на Python. Причинно-следственные связи в IT-разработке
Добавил: ekvator / Вчера, 22:33 /
Causal Inference на Python. Причинно-следственные связи в IT-разработке
Название: Causal Inference на Python. Причинно-следственные связи в IT-разработке
Автор: Факур Матеуш
Издательство: Спринт Бук
Год: 2025
Формат: pdf
Страниц: 400
Размер: 37,7 Мб
Язык: русский

Сколько покупателей привлечет дополнительный доллар, вложенный в онлайн-рекламу? Какие клиенты будут покупать только по скидочному купону? Как разработать оптимальную стратегию ценообразования? Причинно-следственный анализ (casual inference) — лучший способ разобраться, как влиять на бизнес-метрики, которыми вы хотите управлять. И для этого понадобится всего пара строк кода на Python. Матеуш Факур рассказывает про малоизвестные применения причинно-следственного анализа, с помощью которых можно оценить влияние воздействия на результат. Менеджеры, специалисты по работе с данными и бизнес-аналитики познакомятся как с классическими методами причинно-следственного анализа (A/B тестами, линейной регрессией, мерой склонности, синтетическим контролем, разностью разностей), так и с современными подходами (применением машинного обучения для оценки гетерогенных эффектов). Каждый метод проиллюстрирован практическим примером.


ОТСУТСТВУЕТ ССЫЛКА/ НЕ РАБОЧАЯ ССЫЛКА ЕСТЬ РЕШЕНИЕ, ПИШИМ СЮДА!





[related-news]

Похожие публикации

    {related-news}
[/related-news]
Комментарии 0
Комментариев пока нет. Стань первым!