appricot https://blog.hatena.ne.jp/appricot/ appricot’s diary https://appricot.hatenadiary.jp/ 因果推論 機械学習 最近、Uplift Modelingという単語をよく耳にするので、概要を、ざっくりメモ。間違いなどあれば、お気軽にご指摘ください。 Uplift Modelingとは Xは、各ユーザの属性 Wは、各ユーザに対する介入。例えば、クーポン発行する(1)、しない(0)。 Yは、各ユーザの反応。例えば、コンバージョンの有り(1)、なし(0)。 Uplift Modelingとは、Xを固定した場合の、WがYに与える影響をモデリングすること。 以下の値は、因果推論において、CATE( Conditional Average Treatment Effect)と呼ばれる。Uplift Modelingとは、… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fappricot.hatenadiary.jp%2Fentry%2F2022%2F11%2F06%2F193434" title=" Uplift Modelingの手法分類 - appricot’s diary" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2022-11-06 19:34:34 rich https://appricot.hatenadiary.jp/entry/2022/11/06/193434 1.0 100%