1 500 ₽
Causal Inference для аналитика: A/B, DiD, IV, DML
Открыть наSTEPIK.ORG
Полный курс причинного вывода (causal inference) для аналитика и Data Scientist на Python: как измерить РЕАЛЬНЫЙ эффект фичи, цены, скидки или кампании, а не корреляцию. От потенциальных исходов и A/B-тестов до DAG, регрессии и ортогонализации, Double ML, matching, propensity и IPW, doubly robust, DiD и fixed effects, инструментов и 2SLS, RDD, синтетического контроля, CausalImpact, CATE и uplift. С разбором подбора ковариатов, валидации оценок и всех типичных ловушек.
| Показатель | Текущие показатели | Рост | |||
|---|---|---|---|---|---|
| Значение | 🏆 Рейтинг | 3 дн | 7 дн | 30 дн | |
| 0 | |||||
| 0 | |||||
| 0 | |||||
| 0.000 | |||||
| 31 | |||||
| 134 | |||||
| 36 | |||||
| 1 500 ₽ | — | ||||
| — | — | ||||
| — | — | — | — | ||
| — | — | — | — | ||