Causal Inference на Python. Причинно-следственные связи в IT-разработке
Книга «Causal Inference на Python» представляет собой практическое руководство по применению методов причинно-следственного анализа в IT-разработке и технологической индустрии. Автор, старший специалист по анализу данных компании Nubank, раскрывает практически неиспользованный потенциал causal inference для оценки последствий и эффектов различных бизнес-решений.
В издании подробно рассматриваются классические методы каузального вывода, включая рандомизированные контрольные испытания (A/B-тесты), линейную регрессию, оценку склонности, синтетические элементы управления и разницу в разнице. Каждый метод сопровождается реальными примерами из практики, что делает материал особенно ценным для специалистов.
Книга предназначена для менеджеров, специалистов по обработке данных и бизнес-аналитиков, которые хотят научиться определять, как имеющиеся в их распоряжении рычаги влияют на ключевые бизнес-показатели. Издание помогает ответить на важные вопросы: сколько покупателей привлечет дополнительный доллар онлайн-маркетинга, какие покупатели будут покупать только при наличии купона на скидку, как определить оптимальную ценовую стратегию.
