这篇是treatment effect估计相关的论文系列第一篇所以会啰嗦一点多给出点背景。 论文 Athey, S., and Imbens, G. 2016. Recursive partitioning for heterogeneous causal effects. ...

Hetergeneous Treatment Effect旨在量化实验对不同人群的差异影响，进而通过人群定向/数值策略的方式进行差异化实验，或者对实验进行调整。Double Machine Learning把Treatment作为特征，通过估计特征对目标的影响来计算实验的差异效果 ...

Meta Learner和之前介绍的Causal Tree直接估计模型不同，属于间接估计模型的一种。它并不直接对treatment effect进行建模，而是通过对response effect(target)进行建模，用treatment带来的target变化作为HTE的估计。主要方法有3种 ...

一直以来机器学习希望解决的一个问题就是'what if'，也就是决策指导： 如果我给用户发优惠券用户会留下来么？ 如果患者服了这个药血压会降低么？ 如果APP增加这个功能会增加用户的使 ...

作者 | 宁阿姨 责编 | 一点也点 适合的定向能够帮助计划快速通过冷启动。 针对现在冷启动难通过的问题，人群包是非常好用的工具。人群包能够精确到一个用户“是或否”的行为，一个用户展示、点击过几次你的广告，是信息流里最精准的定向，也是头条和广点通最好用的定向。 关于人群包的教程很多，但人群 ...

背景 AB实验可谓是互联网公司进行产品迭代增加用户粘性的大杀器。但人们对AB实验的应用往往只停留在开实验算P值，然后let it go。。。let it go 。。。 让我们把AB实验的结果简单的拆解成两个方面: \[P(实验结果显著) = P(统计检验显著|实验有效)× P(实验有效 ...

作者 | 宁阿姨 责编 | 一点也点 上一篇我们讲了人群包的入门操作： 【新手友好】人群包基础操作指南 这篇我们来看一下人群包的高级玩法，也是定向系列的最后一篇。 01标签 标签是头条整个定向体系重要的依托方式，从大的类别开始一级、二级往下逐一做细分。 依据标签 ...

function Emitter() { this._listener = [];//_listener[自定义的事件名] = [所用执行的匿名函数1, 所用执行的匿名函数2] } / ...