Kors
Администратор
- Регистрация
- 12 Дек 2014
- Сообщения
- 188.070
- Реакции
- 246.029
Складчина: [ДМК] Причинно-следственный анализ в науке о данных [Алекс Руис де Вилья Роберт]
«Благодаря простым и понятным объяснениям, практическим идеям и примерам эта книга представляет большую ценность».
Филипп Бах, разработчик библиотек DoubleML для Python и R
Почему получается тот или иной результат? Что могло бы привести к другому итогу? Это важнейшие вопросы причинно-следственного анализа — мощной методики, улучшающей качество решений за счет связывания причины и следствия, даже если нет возможности проводить эксперименты, А/В-тестирование или дорогостоящие контролируемые испытания. Книга знакомит с приемами причинно-следственного анализа в обычных бизнес-сценариях. Вы научитесь применять подход на основе ориентированных ациклических графов, не требующий знания сложного статистического или математического аппарата.
Основные темы:
стратегия выбора правильных подходов к анализу данных;
оценка целей, предположений, рисков и ограничений;
применение причинно-следственного анализа для исследования бизнес-данных.
Издание предназначено для специалистов по обработке данных, инженеров по машинному обучению и статистике.
Издание: Черно-белое
Оригинальное название: Causal Inference for Data Science
Оригинальный правообладатель: Manning
Автор: Роберт А.
Объем, стр: 432
ISBN: 978-5-93700-365-2
Формат: PDF
Стоимость: 1600
СКАЧАТЬ
«Благодаря простым и понятным объяснениям, практическим идеям и примерам эта книга представляет большую ценность».
Филипп Бах, разработчик библиотек DoubleML для Python и R
Почему получается тот или иной результат? Что могло бы привести к другому итогу? Это важнейшие вопросы причинно-следственного анализа — мощной методики, улучшающей качество решений за счет связывания причины и следствия, даже если нет возможности проводить эксперименты, А/В-тестирование или дорогостоящие контролируемые испытания. Книга знакомит с приемами причинно-следственного анализа в обычных бизнес-сценариях. Вы научитесь применять подход на основе ориентированных ациклических графов, не требующий знания сложного статистического или математического аппарата.
Основные темы:
стратегия выбора правильных подходов к анализу данных;
оценка целей, предположений, рисков и ограничений;
применение причинно-следственного анализа для исследования бизнес-данных.
Издание предназначено для специалистов по обработке данных, инженеров по машинному обучению и статистике.
Издание: Черно-белое
Оригинальное название: Causal Inference for Data Science
Оригинальный правообладатель: Manning
Автор: Роберт А.
Объем, стр: 432
ISBN: 978-5-93700-365-2
Формат: PDF
Стоимость: 1600
СКАЧАТЬ
Для просмотра скрытого содержимого вы должны зарегистрироваться
Возможно, Вас ещё заинтересует:
- [БХВ] Тестирование с помощью искусственного интеллекта [Ольга Назина]
- Практик трансформационных гипнотических путешествий, часть 06 из 10 (2026) [Игорь Ледоховский]
- Глюкоза без скачков. Методика нормализации сахара в крови и снижения веса для запуска перемен в жизни к лучшему [Виктор Браво]
- Как построить продукт с помощью AI, который покупают [Михаэль Барбарич]
- Как использовать контент‑маркетинг для развития бизнеса [Альфа Курс] [Анастасия Москвитина]
- Бьюти-мастер: с чего начать, где искать клиентов [Альфа Курс] [Лена Николюк]