成为数据科学家不需要学位,这是一个跨学科的领域。只要你乐于学习新事物并愿意投入精力和时间,你就可以成为一名数据科学家。现在的问题是,从哪里开始?对于初学者来说,庞大的信息量可能会让人不知所措,甚至在开...
数据分析 36 计(25):微软开源 DoWhy 之因果分析快速入门
因果分析是在统计领域内建立因果关系的实验分析。在数据分析中,我们始终对因果关系问题感到困扰,通常从统计角度对可用数据进行分析。虽然知道因果关系的金钥匙是 A/B 测试,但是由于某些...
滴滴资深分析师:数据驱动平台增长与异动归因的理论与工具
最近用户使用时长下跌,为什么? 远期计划提升流量规模,怎么搞?
伴鱼技术团队——企业级 AB 平台的持续演进
接上一篇,AB 平台持续优化
伴鱼技术团队—— AB 测试平台的设计与实现
一线互联网公司的 AB 平台设计和实现方案。
数据可视化发现【吃鸡】的秘诀
用吃鸡比赛的真实数据来看看如何提高你吃鸡的概率。
数据分析 36 计(24):因果推断结合机器学习估计个体处理效应
在商业应用中,对异质处理效应的估计可以帮助回答以下问题:对谁有大或小的处理效应?处理对哪个分组产生有利或不利影响?
数据分析 36 计(23):长期转化率 A/B 实验的问题,用边际结构模型纠正后结论反转
与“理想化随机试验”相对应的 A/B 测试对比,注意到随机试验设计的观点通常过于简化。对于大规模进行的 A/B 测试,尤其是长时间进行的测试,很少能满足理想化随机试验的假设。
数据分析 36 计(22):分析师入门常见错误 “幸存者偏差”,如何用匹配和加权法规避
这里介绍因果推断中的两个方法——匹配和逆概率加权。并将其和直接回归方法的结论进行对比,看看相关和因果的结论到底会差异多少。
数据分析 36 计(21):Uber、Netflix 常用倍差法模型量化营销活动、产品改版影响效果
这篇文章将介绍倍差法和普通回归法在效应量评估上的真实差异。