其他
业务决策新引擎：腾讯分布式因果推断工具
分享嘉宾
张婧婧 腾讯数据科学家
Fast-Causal-Inference——腾讯开源分布式因果推断工具
因果推断在业务决策中发挥着越来越重要的作用，业务依赖于AB实验来判断新策略好坏，或者观测性推断等工具去辅助业务决策。然而，现在业界的分析数据量动辄达到千万量级，本地的因果推断工具包无法支持，只能抽样计算，这会损失统计效力。因此我们开发了Fast-Causal-Inference，一个分布式因果推断的python package，现已对外开源，支持业内大部分常用的因果推断工具，例如带方差削减的T检验，DID，IV，matching，DML等等。本次分享主要包括以下几个部分：首先介绍了因果推断在业务中的常见应用场景；其次介绍我们的工具包的设计框架和实现架构，如何高效的将这些算法分布式实现；最后通过几个例子简要介绍如何使用我们的工具包。
1. 常用的因果推断算法的应用场景
2. 常用因果推断算法的计算原理
3. 因果推断如何分布式实现，如何结合分布式计算的特点做优化
扫码咨询门票
议程详情