Отличный курс для старта в методах Causal Inference. Все темы объяснены понятным языком, курс покрывает широкий объём инструментария. Что можно улучшить: вопросы в тестах, особенно на последних этапах, слишком очевидные, хотя в базовых методах иногда есть над чем подумать. Приятно пописать руками код на Python, но курс предполагает расчёт финальных метрик по уже готовым агрегатам, а хотелось бы прям руками что-то посчитать на датафреймах с данными (даже если они будут синтетическими) и использовать самостоятельно тот инструментарий, про который говорится в уроках. С другой стороны курс честно говорит, что он "База", а мой запрос на более глубокое понимание - так что это скорее пожелание к разработчику "на будущее", чем претензия к данному курсу.
1 699 ₽
База Causal Inference'а для аналитиков
Открыть наSTEPIK.ORG
Практический курс по causal inference для продуктовых аналитиков и аналитиков данных. Учимся честно отвечать «а это сработало?», когда A/B-тест провести нельзя. Один сквозной кейс — пуши в стриминге StreamFlow; методы matching/IPW, IV, DiD, RDD, Double ML, uplift; автопроверяемые задачи на Python. Пройдём путь от наивного «+29% к retention» до конкретного решения: кому слать пуши и сработает ли это на самом деле, принесет ли ценность бизнесу
| Показатель | Текущие показатели | Рост | |||
|---|---|---|---|---|---|
| Значение | 🏆 Рейтинг | 3 дн | 7 дн | 30 дн | |
| 20 | |||||
| 0 | |||||
| 1 | |||||
| 5.000 | |||||
| 22 | |||||
| 56 | |||||
| 12 | |||||
| — | |||||
| 1 699 ₽ | — | ||||
| — | — | ||||
| — | — | — | — | ||
| — | — | — | — | ||
| Сложность | normal | — | — | — | — |