- Регистрация
- 8 Сен 2016
- Сообщения
- 560.146
- Реакции
- 269.199
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:
- Курс по подготовке к ШАДу [Тариф Мидл ШАД] [Профиматика] [Максим Горбачев]
- [WP] Bricks & WordPress Tutorials — статьи о Bricks Builder и Wordpress [brickslabs.com] [2026—2027]
- Наследник Престола – Путь Силы: Фундамент для Будущей Легенды [Иван Загорский]
- Ты можешь создать приложение [Роман Беков] + Изучаем PyQt с нуля [Алекс Коган]
- Обольстить химией. Вещества на все случаи жизни [Илья Чикунов]
- Триггеры в провокативной психологии [Dark Psychologist]
- Самый актуальный гайд по Анталье весна-лето 2026 [travelAsk]
- Эмоциональная турбулентность [EduNote] [Елена Ливач]