О курсе

Сборник представляет собой набор из 14 Jupyter-тетрадок, посвящённых различным аспектам каузального анализа. По описанию автора, это практические тетрадки-гайды по одной конкретной теме. В программу включены такие темы, как пикинг и ранняя остановка при последовательном тестировании, групповое последовательное тестирование, метод CUPED для увеличения статистической мощности A/B-тестов, анализ выбросов и влиятельных наблюдений, квантильная регрессия в каузальном анализе, сравнение распределений, байесовский бутстреп, онлайн-регрессия, метамодели, теорема Фриша-Во-Ловелла, двойное несмещённое машинное обучение (в двух частях), анализ смещения из-за опущенной переменной и синтетический контроль. Материалы ориентированы на читателей, знакомых с статистикой и машинным обучением, и предлагают разбор соответствующих методов в формате тетрадок.

Что рассматривается в программе

  • рассматривается пикинг и ранняя остановка в последовательном тестировании
  • разбирается метод CUPED для повышения мощности A/B-тестов
  • изучается анализ выбросов, разбалансировки и влиятельных наблюдений
  • рассматривается квантильная регрессия в контексте каузального анализа
  • разбирается байесовский бутстреп
  • изучается теорема Фриша-Во-Ловелла
  • рассматривается двойное несмещённое машинное обучение (части 1 и 2)
  • разбирается анализ смещения из-за опущенной переменной и синтетический контроль

Кому может быть полезен курс

  • тем, кто интересуется каузальным анализом и статистическими методами оценки эффектов
  • специалистам, работающим с A/B-тестированием и желающим ознакомиться с продвинутыми подходами
  • аналитикам и исследователям, которым нужно изучить методы вроде CUPED, двойного несмещённого ML или синтетического контроля
  • студентам и преподавателям, интересующимся практическими примерами в Jupyter-тетрадках

Вопросы о программе

В каком формате представлены материалы?

Материалы представляют собой 14 Jupyter-тетрадок, которые, по описанию, являются практическими тетрадками-гайдами по каузальному анализу.

Какие темы входят в программу?

В программу включены последовательное тестирование, CUPED, анализ выбросов, квантильная регрессия, сравнение распределений, байесовский бутстреп, онлайн-регрессия, метамодели, теорема Фриша-Во-Ловелла, двойное несмещённое машинное обучение, анализ смещения из-за опущенной переменной и синтетический контроль.

Кто автор сборника?

Автором сборника указан Артем Груздев.

Требуется ли специальная подготовка для работы с тетрадками?

В исходных сведениях нет информации об уровне подготовки. Однако тематика предполагает знакомство с статистикой и машинным обучением.