هذا تطبيق لينكس يُدعى Causal ML، ويمكن تنزيل أحدث إصدار منه بصيغة v0.15.5sourcecode.zip. ويمكن تشغيله عبر الإنترنت من خلال موفر الاستضافة المجاني OnWorks لمحطات العمل.
قم بتنزيل وتشغيل هذا التطبيق المسمى Causal ML مع OnWorks عبر الإنترنت مجانًا.
اتبع هذه التعليمات لتشغيل هذا التطبيق:
- 1. قم بتنزيل هذا التطبيق على جهاز الكمبيوتر الخاص بك.
- 2. أدخل في مدير الملفات الخاص بنا https://www.onworks.net/myfiles.php؟username=XXXXX باسم المستخدم الذي تريده.
- 3. تحميل هذا التطبيق في هذا الملف.
- 4. ابدأ تشغيل OnWorks Linux عبر الإنترنت أو محاكي Windows عبر الإنترنت أو محاكي MACOS عبر الإنترنت من هذا الموقع.
- 5. من نظام تشغيل OnWorks Linux الذي بدأته للتو ، انتقل إلى مدير الملفات الخاص بنا https://www.onworks.net/myfiles.php؟username=XXXXX مع اسم المستخدم الذي تريده.
- 6. قم بتنزيل التطبيق وتثبيته وتشغيله.
SCREENSHOTS
Ad
التعلم الآلي السببي
الوصف
Causal ML هي حزمة بايثون توفر مجموعة من نمذجة التحسين وطرق الاستدلال السببي باستخدام خوارزميات التعلم الآلي المستندة إلى أبحاث حديثة [1]. توفر واجهة قياسية تتيح للمستخدمين تقدير تأثير العلاج المتوسط الشرطي (CATE) أو تأثير العلاج الفردي (ITE) من البيانات التجريبية أو الرصدية. وبشكل أساسي، تُقدّر هذه الحزمة التأثير السببي للتدخل T على النتيجة Y للمستخدمين الذين لديهم الميزات الملاحظة X، دون افتراضات قوية بشأن شكل النموذج. ومن أهم روافع زيادة عائد الاستثمار في الحملات الإعلانية استهداف مجموعة العملاء الذين سيحظون باستجابة إيجابية في مؤشر أداء رئيسي معين، مثل التفاعل أو المبيعات. تحدد CATE هؤلاء العملاء من خلال تقدير تأثير مؤشر الأداء الرئيسي من خلال عرض الإعلان على المستوى الفردي، من خلال تجارب A/B أو بيانات الرصد التاريخية.
شرح المميزات:
- حزمة بايثون لنمذجة الارتقاء والاستدلال السببي باستخدام التعلم الآلي
- الوثائق المتاحة
- تحسين استهداف الحملة
- المشاركة الشخصية
- الأمثلة المتاحة
لغة البرمجة
Python
التصنيفات
هذا تطبيق يُمكن تنزيله أيضًا من https://sourceforge.net/projects/causal-ml.mirror/. وقد استُضيف في OnWorks لتشغيله عبر الإنترنت بسهولة من أحد أنظمتنا التشغيلية المجانية.
