Это приложение для Windows под названием Causal ML, последнюю версию которого можно скачать в архиве v0.15.5sourcecode.zip. Его можно запустить онлайн на бесплатном хостинг-провайдере OnWorks для рабочих станций.
Бесплатно скачайте и запустите онлайн это приложение под названием Causal ML с OnWorks.
Следуйте этим инструкциям, чтобы запустить это приложение:
- 1. Загрузил это приложение на свой компьютер.
- 2. Введите в нашем файловом менеджере https://www.onworks.net/myfiles.php?username=XXXXX с желаемым именем пользователя.
- 3. Загрузите это приложение в такой файловый менеджер.
- 4. Запустите любой онлайн-эмулятор OS OnWorks с этого сайта, но лучше онлайн-эмулятор Windows.
- 5. В только что запущенной ОС Windows OnWorks перейдите в наш файловый менеджер https://www.onworks.net/myfiles.php?username=XXXXX с желаемым именем пользователя.
- 6. Скачайте приложение и установите его.
- 7. Загрузите Wine из репозиториев программного обеспечения вашего дистрибутива Linux. После установки вы можете дважды щелкнуть приложение, чтобы запустить его с помощью Wine. Вы также можете попробовать PlayOnLinux, необычный интерфейс поверх Wine, который поможет вам установить популярные программы и игры для Windows.
Wine - это способ запустить программное обеспечение Windows в Linux, но без Windows. Wine - это уровень совместимости с Windows с открытым исходным кодом, который может запускать программы Windows непосредственно на любом рабочем столе Linux. По сути, Wine пытается заново реализовать Windows с нуля, чтобы можно было запускать все эти Windows-приложения, фактически не нуждаясь в Windows.
СКРИНШОТЫ
Ad
Причинно-следственная связь
ОПИСАНИЕ
Causal ML — это пакет Python, предоставляющий набор методов моделирования подъема и причинно-следственной связи с использованием алгоритмов машинного обучения, основанных на недавних исследованиях [1]. Он предоставляет стандартный интерфейс, позволяющий пользователям оценивать условный средний эффект лечения (CATE) или индивидуальный эффект лечения (ITE) на основе экспериментальных или наблюдаемых данных. По сути, он оценивает причинно-следственное влияние вмешательства T на результат Y для пользователей с наблюдаемыми характеристиками X, без строгих предположений о форме модели. Важным рычагом для повышения рентабельности инвестиций в рекламную кампанию является нацеливание рекламы на набор клиентов, которые будут иметь благоприятный отклик по заданному KPI, такому как вовлеченность или продажи. CATE идентифицирует этих клиентов, оценивая эффект KPI от воздействия рекламы на индивидуальном уровне с помощью экспериментов A/B или исторических данных наблюдений.
Особенности
- Пакет Python для моделирования Uplift и причинно-следственных связей с помощью машинного обучения
- Доступная документация
- Оптимизация таргетинга кампании
- Персонализированное взаимодействие
- Доступны примеры
Язык программирования
Питон
Категории
Это приложение также можно скачать по адресу https://sourceforge.net/projects/causal-ml.mirror/. Оно размещено на платформе OnWorks для максимально удобного запуска онлайн через одну из наших бесплатных операционных систем.
