Enable javascript in your browser for better experience. Need to know to enable it? Go here.
发布于 : Oct 27, 2021
不在本期内容中
这一条目不在当前版本的技术雷达中。如果它出现在最近几期中,那么它很有可能仍然具有相关参考价值。如果这一条目出现在更早的雷达中,那么它很有可能已经不再具有相关性,我们的评估将不再适用于当下。很遗憾我们没有足够的带宽来持续评估以往的雷达内容。 了解更多
Oct 2021
Trial ? 值得一试。了解为何要构建这一能力是很重要的。企业应当在风险可控的前提下在项目中尝试应用此项技术。

DoWhy 是一个 Python 库,用于执行端到端的因果推理和分析。尽管利用当时存在的变量的相关性,机器学习模型可以根据事实数据进行预测。但在我们需要问如果为什么问题的场景中,它们是不够的。如果一个变量改变了呢?对结果会有什么影响?因果推理是回答此类问题的一种方法。它估计了因果效应,也就是说,如果我们改变一个原因变量,结果会发生多大的变化。由于实验的成本或限制,当我们无法通过观察和收集 A/B 测试的数据来得出答案时,就可以采用这种方法。基于使用过去收集的事实和数据以及人们可以在了解领域时做出的假设,DoWhy 库对因果效应进行估计。它使用了一个四步流程,即根据假设对因果关系图进行建模,确定结果的原因,估计因果效应,最后通过反驳结果来挑战这些假设。我们已经在生产中成功地使用了这个库,它是因果估计用例中常用的库之一。

下载第29期技术雷达

English | Español | Português | 中文

获取最新技术洞见

 

立即订阅

查看存档并阅读往期内容