Wczytuj臋 dane...
Zasoby dotycz膮ce bezpiecze艅stwa i produkt贸w
X
  • Za艂膮czniki bezpiecze艅stwa
    Za艂czniki do produktu
    Za艂膮czniki dotycz膮ce bezpiecze艅stwa produktu zawieraj膮 informacje o opakowaniu produktu i mog膮 dostarcza膰 kluczowych informacji dotycz膮cych bezpiecze艅stwa konkretnego produktu
  • Informacje o producencie
    Informacje o producencie
    Informacje dotycz膮ce produktu obejmuj膮 adres i powi膮zane dane producenta produktu.
    helion
  • Osoba odpowiedzialna w UE
    Osoba odpowiedzialna w UE
    Podmiot gospodarczy z siedzib膮 w UE zapewniaj膮cy zgodno艣膰 produktu z wymaganymi przepisami.
Kod EAN: 9788328908819
Waga produktu: 0.53 kg
Realizacja zam贸wienia: 3 dni
EAN: 9788328908819
Wysy艂ka od: 12.99 PLN
Wydawnictwo: helion
KUP TERAZ!
Wnioskowanie przyczynowe przydaje si臋 w sytuacji, gdy trzeba okre艣li膰 wp艂yw decyzji biznesowej na konkretny wynik, na przyk艂ad wielko艣膰 sprzeda偶y. Dzia艂ania te s膮 dobrze znane nauce, ale dopiero od niedawna 艣wiat poznaje korzy艣ci z ich zastosowania w bran偶y technologicznej. Przyczyni艂y si臋 do tego post臋py w uczeniu maszynowym, automatyzacji proces贸w i danologii. Teraz, aby uzyska膰 wymierne korzy艣ci, wystarczy kilka wierszy kodu w Pythonie.
Poznaj narz臋dzia najbardziej znanych analityk贸w danych korzystaj膮cych z Pythona!
prof. Nick Huntington-Klein, autor The Effect: An Introduction to Research Design and Causality

T臋 ksi膮偶k臋 doceni膮 w szczeg贸lno艣ci analitycy danych. Wyja艣niono w niej potencja艂 wnioskowania przyczynowego w zakresie szacowania wp艂ywu i efekt贸w w biznesie. Opisano klasyczne metody wnioskowania przyczynowego, w tym testy A/B, regresja liniowa, wska藕nik sk艂onno艣ci, metoda syntetycznej kontroli i metoda r贸偶nicy w r贸偶nicach, przy czym skoncentrowano si臋 przede wszystkim na praktycznym aspekcie tych technik. Znalaz艂o si臋 tu r贸wnie偶 om贸wienie nowoczesnych rozwi膮za艅, takich jak wykorzystanie uczenia maszynowego do szacowania heterogenicznych efekt贸w. Ka偶da metoda zosta艂a zilustrowana opisem zastosowania w bran偶y technologicznej.

W ksi膮偶ce mi臋dzy innymi:
* podstawy wnioskowania przyczynowego
* problemy biznesowe jako zagadnienia z obszaru wnioskowania przyczynowego
* eksperymenty geograficzne i eksperymenty z prze艂膮czaniem oddzia艂ywania
* badanie b艂臋du systematycznego
* modele graficzne i wizualizacja zwi膮zk贸w przyczynowych
Najlepsza ksi膮偶ka po艣wi臋cona najnowocze艣niejszym metodom, dzia艂aniu na rzeczywistych danych i rozwi膮zywaniu praktycznych problem贸w!
Sean J. Taylor, g艂贸wny badacz w Motif Analytics

Szczeg贸艂y produktu

  • Autor: 

    Facure Matheus

  • Format: 

    16.5x23.5cm

  • ISBN: 

    9788328908819

  • Obj臋to艣膰: 

    360

  • Oprawa: 

    Mi臋kka

  • Rok wydania: 

    2024

  • Tematyka: 

    Informatyka

Polecamy tak偶e