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

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.

Издательство	Питер Издательский дом
Автор/составитель	Факур Матеуш
Серия	O'Reilly
Год выпуска	2024
Кол-во страниц	400
ISBN	978-601-08-4354-7
Обложка	Обл
Вес	621г
Формат	17 x 25 cm
Тираж	700
Возрастная категория	16+