Raciocínio Causal / Taku Kanemoto

Descrição de produto ※Por favor, note que a informação sobre o produto é traduzida por máquina, por isso pode não ser a tradução correcta.

Matemática
O Python e o Raciocínio Causal melhoram a qualidade da tomada de decisões Este livro propõe soluções para o problema da verificação do efeito "não sabemos qual medida foi eficaz" e o problema "a correlação é forte, mas o nexo causal é desconhecido" que ocorre frequentemente na análise de dados. Além disso, aprendendo a partir dos fundamentos do raciocínio causal, combinando com a aprendizagem de máquinas e a análise de séries temporais, e até mesmo a pesquisa causal, podemos lidar com uma ampla gama de problemas em torno do raciocínio causal. Isso pode melhorar significativamente o impacto do uso de dados. Em geral, as explicações teóricas envolvem muitos termos técnicos, explicações longas e códigos complexos. Este livro remove essas barreiras e explica a teoria através de exemplos concretos e gráficos. O nosso objectivo é fornecer o código mínimo necessário e torná-lo aplicável na prática. Esta abordagem permite ao leitor reduzir o fosso entre a teoria e a prática e maximizar o poder do raciocínio causal.