Essential Causal Inference Techniques for Data Science

4.5

30件の評価

提供:
このガイド付きプロジェクトでは、次のことを行います。
2 hours
初級
ダウンロード不要
分割画面ビデオ
英語
デスクトップのみ

Data scientists often get asked questions related to causality: (1) did recent PR coverage drive sign-ups, (2) does customer support increase sales, or (3) did improving the recommendation model drive revenue? Supporting company stakeholders requires every data scientist to learn techniques that can answer questions like these, which are centered around issues of causality and are solved with causal inference. In this project, you will learn the high level theory and intuition behind the four main causal inference techniques of controlled regression, regression discontinuity, difference in difference, and instrumental variables as well as some techniques at the intersection of machine learning and causal inference that are useful in data science called double selection and causal forests. These will help you rigorously answer questions like those above and become a better data scientist!

あなたが開発するスキル

  • Regression Discontinuity Design

  • Causal Inference

  • Instrumental Variable

  • regression

  • Difference In Differences

ステップバイステップで学習します

ワークエリアを使用した分割画面で再生するビデオでは、講師がこれらの手順を説明します。

ガイド付きプロジェクトの仕組み

ワークスペースは、ブラウザに完全にロードされたクラウドデスクトップですので、ダウンロードは不要です

分割画面のビデオで、講師が手順ごとにガイドします

レビュー

ESSENTIAL CAUSAL INFERENCE TECHNIQUES FOR DATA SCIENCE からの人気レビュー

すべてのレビューを見る

よくある質問