Kausaalne järeldus Pythonis. Põhjuslikud seosed IT-arenduses
Kui palju ostjaid toob kaasa täiendav dollar, mis on investeeritud veebireklaami? Millised ostjad ostavad ainult siis, kui neile antakse sooduskupong? Kuidas määrata optimaalne hinnastrateegia? Parim viis välja selgitada, kuidas meie käsutuses olevad tegurid mõjutavad neid ärinäitajaid, mida me soovime saavutada,...
on kausaalne järeldus.
Mateusz Fakur, Nibanki andmeanalüüsi vanemspetsialist, räägib praktiliselt kasutamata kausaalse järelduse potentsiaalist tagajärgede ja efektide hindamisel. Juhatajad, andmeanalüütikud ja ärianalüütikud tutvuvad klassikaliste visuaalsete järeldusmeetoditega, nagu randomiseeritud kontrollkatseted (A/B testid), lineaarne regressioon, kalduvuse hindamine, sünteetilised juhtmehanismid ja erinevus erinevuses. Iga meetod on kaasas näitega reaalsest elust.
Autor: Матеуш Факур
Väljaandja: piter
Seeria: O`Reilly bestsellerid
avaldamise aasta: 2025
ISBN: 9786010843547
lehekülgede arv: 400
Suurus: 234х165х23 mm
Kaanetüüp: Soft
Kaal: 400 g
ID: 1690848
tasuta
€ 9.99
tasuta alates € 80.00
tasuta
€ 9.99
tasuta alates € 80.00
