ПРИЧИННЫЙ ВЫВОД В PYTHON. ПРАКТИЧЕСКОЕ ИСПОЛЬЗОВАНИЕ В ТЕХНОЛОГИЧЕСКОЙ ПРОМЫШЛЕННОСТИ

Товар

2 658  ₽
ПРИЧИННЫЙ ВЫВОД В PYTHON. ПРАКТИЧЕСКОЕ ИСПОЛЬЗОВАНИЕ В ТЕХНОЛОГИЧЕСКОЙ ПРОМЫШЛЕННОСТИ
  • 0 раз купили
  • 5  оценка
  • 68 осталось
  • 1 отзыв

Доставка

  • Почта России

    1604 ₽

  • Курьерская доставка EMS

    2135 ₽

Характеристики

Артикул
16071696198
Состояние
Новый
Język publikacji
polski
Okładka
miękka
Nośnik
książka papierowa
Rok wydania
2024
Tytuł
Wnioskowanie przyczynowe w Pythonie. Praktyczne wykorzystanie w branży technologicznej
Autor
Matheus Facure
Wydawnictwo
Helion
Liczba stron
360
Numer wydania
1
Szerokość produktu
16 cm
Wysokość produktu
23 cm

Описание

Wnioskowanie przyczynowe w Pythonie

Matheus Facure

WNIOSKOWANIE PRZYCZYNOWE W PYTHONIE. PRAKTYCZNE WYKORZYSTANIE W BRANŻY TECH
  • Wydawca: Helion
  • Rok wydania: 2024
  • Oprawa: Miękka
  • Ilość stron: 360

Wnioskowanie przyczynowe w Pythonie. Praktyczne wykorzystanie w branży technologicznej 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

[Stamp,9788328908819,8/14/2024 1:55:53 PM]

Гарантии

  • Гарантии

    Мы работаем по договору оферты и предоставляем все необходимые документы.

  • Лёгкий возврат

    Если товар не подошёл или не соответсвует описанию, мы поможем вернуть его.

  • Безопасная оплата

    Банковской картой, электронными деньгами, наличными в офисе или на расчётный счёт.

Отзывы о товаре

Рейтинг товара 5 / 5

1 отзыв

Russian English Polish