Kauzalinė inferencija Python'e. Priežastiniai ryšiai IT vystymesi

Kiek pirkėjų pritrauks papildomas doleris, investuotas į internetinę reklamą? Kokie pirkėjai pirks tik tada, kai jiems bus suteiktas nuolaidų kuponas? Kaip nustatyti optimalią kainų strategiją? Geriausias būdas išsiaiškinti, kaip turimi našumo veiksniai veikia tuos verslo rodiklius, kurių norime gauti, yra kauzalinė inferencija.
Mateušas Fakuras, vyresnysis duomenų analitikas įmonėje Nibank, kalba apie praktiškai nepasinaudotą kauzalinės inferencijos potencialą vertinant pasekmes ir poveikius. Vadovai, duomenų apdorojimo specialistai ir verslo analitikai susipažins su klasikiniais vizualinio išvedimo metodais, tokiais kaip atsitiktiniai kontroliniai bandymai (A/B testai), linijinė regresija, polinkio vertinimas, sintetiniai kontroliniai elementai ir skirtumo skirtumas. Kiekvienas metodas yra lydimas realaus gyvenimo pavyzdžio.