これはCausal MLというLinuxアプリで、最新リリースはv0.15.5sourcecode.zipとしてダウンロードできます。ワークステーション向けの無料ホスティングプロバイダーであるOnWorksでオンラインで実行できます。
Causal ML with OnWorks というアプリを無料でダウンロードしてオンラインで実行します。
このアプリを実行するには、次の手順に従ってください。
-1。このアプリケーションをPCにダウンロードしました。
--2。ファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXに必要なユーザー名を入力します。
-3。このアプリケーションをそのようなファイルマネージャにアップロードします。
-4。このWebサイトからOnWorksLinuxオンラインまたはWindowsオンラインエミュレーターまたはMACOSオンラインエミュレーターを起動します。
-5。起動したばかりのOnWorksLinux OSから、必要なユーザー名でファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXにアクセスします。
-6。アプリケーションをダウンロードし、インストールして実行します。
スクリーンショットは
Ad
因果ML
DESCRIPTION
Causal MLは、最近の研究[1]に基づいた機械学習アルゴリズムを使用した一連のアップリフトモデリングと因果推論手法を提供するPythonパッケージです。実験データまたは観察データから条件付き平均治療効果（CATE）または個別治療効果（ITE）を推定できる標準インターフェースを提供します。基本的に、モデル形式に関する強い仮定なしに、観測された特徴Xを持つユーザーに対する介入Tの結果Yへの因果的影響を推定します。広告キャンペーンでROIを高めるための重要な手段は、エンゲージメントや売上など、特定のKPIで好意的な反応を示す顧客セットに広告をターゲティングすることです。CATEは、A/B実験または過去の観察データから個人レベルでの広告露出によるKPIの影響を推定することにより、これらの顧客を特定します。
オプション
- MLによるアップリフトモデリングと因果推論のためのPythonパッケージ
- ドキュメントが利用可能
- キャンペーンターゲティングの最適化
- パーソナライズされたエンゲージメント
- 利用可能な例
プログラミング言語
Python
カテゴリー
このアプリケーションは、https://sourceforge.net/projects/causal-ml.mirror/ からも入手できます。OnWorks でホストされているため、無料のオペレーティングシステムから最も簡単にオンラインで実行できます。
