AB實驗的高端玩法系列1 - AB實驗人群定向/個體效果差異/HTE/Uplift Model 論文github收藏
一直以來機器學習希望解決的一個問題就是'what if',也就是決策指導: 如果我給用戶發優惠券用戶會留下來么? 如果患者服了這個葯血壓會降低么? 如果APP增加這個功能會增加用戶的使 ...
一直以來機器學習希望解決的一個問題就是'what if',也就是決策指導: 如果我給用戶發優惠券用戶會留下來么? 如果患者服了這個葯血壓會降低么? 如果APP增加這個功能會增加用戶的使 ...
Hetergeneous Treatment Effect旨在量化實驗對不同人群的差異影響,進而通過人群定向/數值策略的方式進行差異化實驗,或者對實驗進行調整。Double Machine Learn ...
Meta Learner和之前介紹的Causal Tree直接估計模型不同,屬於間接估計模型的一種。它並不直接對treatment effect進行建模,而是通過對response effect(ta ...
這篇是treatment effect估計相關的論文系列第一篇所以會啰嗦一點多給出點背景。 論文 Athey, S., and Imbens, G. 2016. Recursive partiti ...
這篇論文是在 Recursive Partitioning for Heterogeneous Causal Effects 的基礎上加入了兩個新元素: Trigger:對不同群體的treat ...