Causal Inference на Python. Причинно-следственные связи в IT-разработке. Факур Матеуш
- 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.
Информация о книге | |
Издательство | O'RELLY |
Год издания | 2025 |
Авторы | Факур Матеуш |
Количество страниц | 400 |
Тип бумаги | офсет |
Язык издания | русский |