Публикации по теме causal-inference

Публикации по теме 'causal-inference'

Наука и искусство причинности (часть 2)

Давайте поставим себя на место детектива и исследуем причинно-следственные связи. Как мы видели в первой части этой статьи, состоящей из двух частей, измерение причинно-следственного эффекта имеет решающее значение для получения правильных выводов, потому что каждый ваш выбор или решение, которое вы принимаете, обычно являются результатом ожидаемых причинно-следственных связей. Например: Индивидуальный выбор: Если я стану веганом, я уменьшу свой экологический след. Если я..

Практическое моделирование разрывов резкой регрессии

Введение Регрессионное проектирование разрывов — отличный инструмент, который следует иметь в своем наборе инструментов для причинного вывода. В некоторых промышленных приложениях заданная политика лечения назначается подмножеству единиц на основе детерминированной функции некоторой ковариаты или характеристики данной единицы: В этом случае все единицы со значением ковариаты выше или равным c относят к группе лечения, а все единицы со значением ковариаты ниже c относят к контрольной..

Причинно-следственный вывод в контексте анализа показателей социальных сетей

Всем привет. Меня зовут Анвер, я работаю в команде CoreML в VK, одной из самых популярных социальных сетей в Восточной Европе. Одна из целей нашей команды - улучшить систему рекомендаций по публикациям в нашей новостной ленте . В этой статье я расскажу о некоторых методах увеличения важных показателей социальных сетей, таких как затраченное время, количество сеансов и т. Д. Я применил эти подходы на практике, работая над своей бакалаврской диссертацией в лаборатории машинного обучения..

Причинный вывод с линейной регрессией: пропущенные переменные и нерелевантные переменные

Понимание смещения и дисперсии: пропущенные переменные, смешанные переменные, нерелевантные переменные и мультиколлинеарность В моей предыдущей статье Причинно-следственный вывод: эконометрические модели и A/B-тестирование мы обсуждаем, как использовать эконометрическую модель, а именно линейную регрессию, для исследования причинно-следственной связи между переменной обработки и переменная отклика, контролируя другие ковариаты. В этой статье мы обсудим некоторые распространенные..

CDSM - случайный вывод с использованием глубинных байесовских динамических моделей выживания

Мысли и теория CDS - причинный вывод с глубокой моделью выживания и изменяющимися во времени ковариатами Причинно-следственный вывод в данных длительного наблюдения за состоянием здоровья часто требует точной оценки воздействия лечения на время до наступления события в присутствии изменяющихся во времени ковариат. Чтобы решить эту проблему последовательной оценки эффекта лечения, мы разработали причинно-следственную динамическую модель выживаемости (CDS), которая использует структуру..

Как понять мир причинности

Причинность — обширная и сложная область. Вот карта, которая поможет вам понять это. Мир причинно-следственных связей можно разделить на две основные области: Основная часть причинно-следственного вывода. Причинно-следственный вывод связан с пониманием последствий предпринимаемых вами действий. Причинно-следственный вывод предоставляет инструменты, которые позволяют изолировать и рассчитать эффект изменения в системе, даже если это изменение никогда не происходило на практике...

Более простая альтернатива X-Learner для моделирования подъема

Мета-обучающиеся, такие как S-Learner, T-Learner и X-Learner, являются одними из наиболее широко используемых подходов для моделирования Uplift. При обучении этим подходам я обнаружил, что студенты часто находят модель X-learner несколько запутанной для понимания. В этом посте я описываю модифицированный подход, который я называю упрощенным X-learner (Xs-learner), который легче понять, быстрее реализовать и, по моему опыту, на практике часто работает так же или даже лучше. Моделирование..