Causal Inference and Discovery in Python: Unlock the secrets of modern causal machine learning with DoWhy, EconML, PyTorch and more
Kurzinformation
bestellen
Handgeprüfte Gebrauchtware
Schnelle Lieferung
Faire Preise
inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage
Beschreibung
"Causal Inference and Discovery in Python" von Aleksander Molak ist ein umfassendes Werk, das sich mit den Methoden und Werkzeugen der kausalen Inferenz im Bereich des maschinellen Lernens beschäftigt. Das Buch richtet sich an Datenwissenschaftler und Entwickler, die ein tieferes Verständnis für kausale Zusammenhänge erlangen möchten, um fundierte Entscheidungen auf Basis von Datenanalysen zu treffen. Der Autor führt die Leser durch die grundlegenden Konzepte der Kausalität und erläutert deren Bedeutung im Vergleich zu rein korrelativer Datenanalyse. Im Mittelpunkt steht die Anwendung moderner Bibliotheken wie DoWhy und EconML, die speziell für kausale Analysen entwickelt wurden. Darüber hinaus wird auch PyTorch behandelt, um komplexe Modelle für kausale Entdeckungen zu erstellen. Das Buch bietet praktische Anleitungen zur Implementierung dieser Techniken in Python und enthält zahlreiche Beispiele und Fallstudien aus verschiedenen Anwendungsbereichen. Ziel ist es, den Lesern die Fähigkeiten zu vermitteln, um kausale Effekte korrekt zu identifizieren und robuste Vorhersagemodelle zu entwickeln.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
