Đây là ứng dụng Windows có tên là Causal ML, phiên bản mới nhất có thể tải xuống dưới dạng v0.15.5sourcecode.zip. Ứng dụng có thể chạy trực tuyến trên nhà cung cấp dịch vụ lưu trữ miễn phí OnWorks dành cho máy trạm.
Tải xuống và chạy trực tuyến ứng dụng có tên Casal ML với OnWorks miễn phí.
Làm theo các hướng dẫn sau để chạy ứng dụng này:
- 1. Đã tải ứng dụng này xuống PC của bạn.
- 2. Nhập vào trình quản lý tệp của chúng tôi https://www.onworks.net/myfiles.php?username=XXXXX với tên người dùng mà bạn muốn.
- 3. Tải lên ứng dụng này trong trình quản lý tệp như vậy.
- 4. Khởi động bất kỳ trình giả lập trực tuyến OS OnWorks nào từ trang web này, nhưng trình giả lập trực tuyến Windows tốt hơn.
- 5. Từ Hệ điều hành Windows OnWorks bạn vừa khởi động, hãy truy cập trình quản lý tệp của chúng tôi https://www.onworks.net/myfiles.php?username=XXXXX với tên người dùng mà bạn muốn.
- 6. Tải xuống ứng dụng và cài đặt nó.
- 7. Tải xuống Wine từ kho phần mềm phân phối Linux của bạn. Sau khi cài đặt, bạn có thể nhấp đúp vào ứng dụng để chạy chúng với Wine. Bạn cũng có thể thử PlayOnLinux, một giao diện đẹp mắt trên Wine sẽ giúp bạn cài đặt các chương trình và trò chơi phổ biến của Windows.
Wine là một cách để chạy phần mềm Windows trên Linux, nhưng không cần Windows. Wine là một lớp tương thích Windows mã nguồn mở có thể chạy các chương trình Windows trực tiếp trên bất kỳ máy tính để bàn Linux nào. Về cơ bản, Wine đang cố gắng triển khai lại đủ Windows từ đầu để nó có thể chạy tất cả các ứng dụng Windows đó mà không thực sự cần đến Windows.
MÀN HÌNH
Ad
ML nhân quả
MÔ TẢ
Causal ML là một gói Python cung cấp một bộ mô hình nâng cao và các phương pháp suy luận nhân quả sử dụng các thuật toán học máy dựa trên nghiên cứu gần đây [1]. Nó cung cấp một giao diện chuẩn cho phép người dùng ước tính Hiệu ứng điều trị trung bình có điều kiện (CATE) hoặc Hiệu ứng điều trị cá nhân (ITE) từ dữ liệu thực nghiệm hoặc quan sát. Về cơ bản, nó ước tính tác động nhân quả của can thiệp T đối với kết quả Y cho những người dùng có các đặc điểm quan sát X, mà không có giả định mạnh về dạng mô hình. Một đòn bẩy quan trọng để tăng ROI trong chiến dịch quảng cáo là nhắm mục tiêu quảng cáo đến nhóm khách hàng sẽ có phản hồi thuận lợi trong một KPI nhất định như mức độ tương tác hoặc doanh số. CATE xác định những khách hàng này bằng cách ước tính hiệu ứng của KPI từ việc tiếp xúc với quảng cáo ở cấp độ cá nhân từ các thử nghiệm A/B hoặc dữ liệu quan sát trong lịch sử.
Tính năng
- Gói Python cho mô hình hóa nâng cao và suy luận nhân quả với ML
- Tài liệu có sẵn
- Tối ưu hóa mục tiêu chiến dịch
- Sự tương tác được cá nhân hóa
- Ví dụ có sẵn
Ngôn ngữ lập trình
Python
Danh Mục
Đây là một ứng dụng cũng có thể được tải xuống từ https://sourceforge.net/projects/causal-ml.mirror/. Ứng dụng này được lưu trữ trên OnWorks để có thể chạy trực tuyến dễ dàng nhất từ một trong những Hệ điều hành miễn phí của chúng tôi.