Wczytuję dane...

Wnioskowanie przyczynowe w Pythonie Praktyczne wykorzystanie w branży technologicznej

Zasoby dotyczące bezpieczeństwa i produktów

Załączniki bezpieczeństwa

Załczniki do produktu

Załączniki dotyczące bezpieczeństwa produktu zawierają informacje o opakowaniu produktu i mogą dostarczać kluczowych informacji dotyczących bezpieczeństwa konkretnego produktu
Informacje o producencie

Informacje o producencie

Informacje dotyczące produktu obejmują adres i powiązane dane producenta produktu.

Helion
Osoba odpowiedzialna w UE

Osoba odpowiedzialna w UE

Podmiot gospodarczy z siedzibą w UE zapewniający zgodność produktu z wymaganymi przepisami.

Produkt dostępny!

50,39 PLN

Cena rynkowa: 74.90 PLN

KUP TERAZ!

Opis produktu
Dane techniczne

Wnioskowanie przyczynowe przydaje się w sytuacji, gdy trzeba określić wpływ decyzji biznesowej na konkretny wynik, na przykład wielkość sprzedaży. Działania te są dobrze znane nauce, ale dopiero od niedawna świat poznaje korzyści z ich zastosowania w branży technologicznej. Przyczyniły się do tego postępy w uczeniu maszynowym, automatyzacji procesów i danologii. Teraz, aby uzyskać wymierne korzyści, wystarczy kilka wierszy kodu w Pythonie.
Poznaj narzędzia najbardziej znanych analityków danych korzystających z Pythona!
prof. Nick Huntington-Klein, autor The Effect: An Introduction to Research Design and Causality

Tę książkę docenią w szczególności analitycy danych. Wyjaśniono w niej potencjał wnioskowania przyczynowego w zakresie szacowania wpływu i efektów w biznesie. Opisano klasyczne metody wnioskowania przyczynowego, w tym testy A/B, regresja liniowa, wskaźnik skłonności, metoda syntetycznej kontroli i metoda różnicy w różnicach, przy czym skoncentrowano się przede wszystkim na praktycznym aspekcie tych technik. Znalazło się tu również omówienie nowoczesnych rozwiązań, takich jak wykorzystanie uczenia maszynowego do szacowania heterogenicznych efektów. Każda metoda została zilustrowana opisem zastosowania w branży technologicznej.

W książce między innymi:
* podstawy wnioskowania przyczynowego
* problemy biznesowe jako zagadnienia z obszaru wnioskowania przyczynowego
* eksperymenty geograficzne i eksperymenty z przełączaniem oddziaływania
* badanie błędu systematycznego
* modele graficzne i wizualizacja związków przyczynowych
Najlepsza książka poświęcona najnowocześniejszym metodom, działaniu na rzeczywistych danych i rozwiązywaniu praktycznych problemów!
Sean J. Taylor, główny badacz w Motif Analytics