这是名为 Causal ML 的 Linux 应用，其最新版本可下载为 v0.15.5sourcecode.zip。它可在免费的工作站托管服务提供商 OnWorks 上在线运行。
免费下载并使用 OnWorks 在线运行这个名为 Causal ML 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序，安装并运行。
SCREENSHOTS
Ad
因果机器学习
商品描述
Causal ML 是一个 Python 包，它使用基于近期研究的机器学习算法，提供了一套提升建模和因果推理方法 [1]。它提供了一个标准接口，允许用户根据实验或观察数据估计条件平均治疗效果 (CATE) 或个体治疗效果 (ITE)。本质上，它估计干预措施 T 对具有观察到的特征 X 的用户的结果 Y 的因果影响，而无需对模型形式做出强有力的假设。提高广告活动投资回报率的一个重要杠杆是将广告定位到在给定 KPI（例如参与度或销售额）中会有良好反应的客户群。CATE 通过从 A/B 实验或历史观察数据中估计个人层面的广告曝光对 KPI 的影响来识别这些客户。
特征
- 用于使用机器学习进行提升建模和因果推理的 Python 包
- 可用文档
- 广告活动定位优化
- 个性化参与
- 可用示例
程式语言
Python
分类
此应用程序也可从 https://sourceforge.net/projects/causal-ml.mirror/ 获取。它已托管在 OnWorks 中，以便通过我们的免费操作系统之一以最便捷的方式在线运行。
