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

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

Матеуш Факур

     

бумажная книга новинка

45.23 USD 40.71 USD

вы экономите 4.52 USD (10%).


В корзину


Наличие на складе:

Склад в Москве

Ожидаемое поступление (если вы сделаете заказ прямо сейчас): 11.11.2024; планируемая отправка: 12.11.2024

Склад в С.-Петербурге

Ожидаемое поступление (если вы сделаете заказ прямо сейчас): 14.11.2024; планируемая отправка: 15.11.2024



Издательство: Питер
Серия: Бестселлеры O``Reilly
Дата выхода: октябрь 2024
ISBN: 978-601-08-4354-7
Объём: 400 страниц
Масса: 627 г
Размеры(В x Ш x Т), см: 24 x 17 x 3
Обложка: мягкая

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.