MARC details
| 000 -الفاتح |
|---|
| حقل البيانات ثابتة الطول |
05371cam a22005057i 4500 |
| 001 - رقم الضبط |
|---|
| رقم الضبط |
21050 |
| 003 - محدد رقم الضبط |
|---|
| رقم الضبط |
OSt |
| 005 - وقت وتاريخ اخر تعامل مع التسجيلة |
|---|
| رقم الضبط |
20241208140755.0 |
| 008 - عناصر البيانات ثابتة الطول - معلومات عامة |
|---|
| حقل البيانات ثابتة الطول |
240326t20232023caua 001 0 eng d |
| 020 ## - الرقم الدولى المعيارى للكتب |
|---|
| الرقم الدولى المعيارى للكتاب |
9781098140250 |
| معلومات تحديدية (ت) |
(paperback) |
| 020 ## - الرقم الدولى المعيارى للكتب |
|---|
| الرقم الدولى المعيارى للكتاب |
1098140257 |
| معلومات تحديدية (ت) |
(paperback) |
| 040 ## - مصدر الفهرسة |
|---|
| وكالة الفهرسة الأصلية |
OKU |
| لغة الفهرسة |
eng |
| قواعد الوصف |
rda |
| وكالة النسخ |
OKU |
| وكالة التعديل |
OCLCO |
| -- |
GZN |
| -- |
OCLCO |
| -- |
CDX |
| -- |
OCLCF |
| -- |
DLC |
| -- |
IQ-MoCLU |
| 082 04 - رقم تصنيف ديوى العشرى |
|---|
| رقم التصنيف |
005.13/3 |
| رقم الطبعة |
23 |
| رقم المادة |
F143 |
| 100 1# - المدخل الرئيسى - إسم شخصى |
|---|
| الإسم الشخصى |
Facure, Matheus, |
| الدور |
author. |
| 245 10 - بيان العنوان |
|---|
| العنوان |
Causal inference in Python : |
| بقية العنوان |
applying causal inference in the tech industry / |
| بيان المسئوليه |
Matheus Facure. |
| 250 ## - بيان الطبعة |
|---|
| بيان الطبعة |
First edition. |
| 264 #1 - PUBLICATION, DISTRIBUTION, ETC. (IMPRINT) |
|---|
| مكان الإنتاج، النشر، التوزيع، الصنع (ت) |
Sebastopol, CA : |
| اسم المنتج، الناشر، الموزع، الصانع (ت) |
O'Reilly Media, Inc., |
| تاريخ الإنتاج، النشر، التوزيع، الصنع، بيان حق النشر (ت) |
2023. |
| 264 #4 - PUBLICATION, DISTRIBUTION, ETC. (IMPRINT) |
|---|
| تاريخ الإنتاج، النشر، التوزيع، الصنع، بيان حق النشر (ت) |
©2023 |
| 300 ## - الوصف المادى |
|---|
| التعداد |
xix, 385 pages : |
| تفاصيل ماديه اخرى للوعاء |
illustrations ; |
| أبعاد الوعاء |
24 cm |
| 336 ## - نوع المحتوى |
|---|
| مصطلح نوع المحتوى |
text |
| كود نوع المحتوى |
txt |
| المصدر |
rdacontent |
| 337 ## - نوع الوسيط |
|---|
| مصطلح نوع الوسيط |
unmediated |
| كود نوع الوسيط |
n |
| المصدر |
rdamedia |
| 338 ## - نوع الناقل |
|---|
| مصطلح نوع الحامل |
volume |
| كود نوع الحامل |
nc |
| المصدر |
rdacarrier |
| 500 ## - تبصرة عامة |
|---|
| تبصرة عامة |
Includes index. |
| 505 0# - تبصرة محتويات-الفهرس |
|---|
| تبصرة المحتويات المصاغة |
Cover -- Copyright -- Table of Contents -- Preface -- Prerequisites -- Outline -- Conventions Used in This Book -- Using Code Examples -- O'Reilly Online Learning -- How to Contact Us -- Acknowledgments -- Part I. Fundamentals -- Chapter 1. Introduction to Causal Inference -- What Is Causal Inference? -- Why We Do Causal Inference -- Machine Learning and Causal Inference -- Association and Causation -- The Treatment and the Outcome -- The Fundamental Problem of Causal Inference -- Causal Models -- Interventions -- Individual Treatment Effect -- Potential Outcomes |
| 505 8# - تبصرة محتويات-الفهرس |
|---|
| تبصرة المحتويات المصاغة |
Consistency and Stable Unit Treatment Values -- Causal Quantities of Interest -- Causal Quantities: An Example -- Bias -- The Bias Equation -- A Visual Guide to Bias -- Identifying the Treatment Effect -- The Independence Assumption -- Identification with Randomization -- Key Ideas -- Chapter 2. Randomized Experiments and Stats Review -- Brute-Force Independence with Randomization -- An A/B Testing Example -- The Ideal Experiment -- The Most Dangerous Equation -- The Standard Error of Our Estimates -- Confidence Intervals -- Hypothesis Testing -- Null Hypothesis -- Test Statistic -- p-values |
| 505 8# - تبصرة محتويات-الفهرس |
|---|
| تبصرة المحتويات المصاغة |
Power -- Sample Size Calculation -- Key Ideas -- Chapter 3. Graphical Causal Models -- Thinking About Causality -- Visualizing Causal Relationships -- Are Consultants Worth It? -- Crash Course in Graphical Models -- Chains -- Forks -- Immorality or Collider -- The Flow of Association Cheat Sheet -- Querying a Graph in Python -- Identification Revisited -- CIA and the Adjustment Formula -- Positivity Assumption -- An Identification Example with Data -- Confounding Bias -- Surrogate Confounding -- Randomization Revisited -- Selection Bias -- Conditioning on a Collider |
| 505 8# - تبصرة محتويات-الفهرس |
|---|
| تبصرة المحتويات المصاغة |
Adjusting for Selection Bias -- Conditioning on a Mediator -- Key Ideas -- Part II. Adjusting for Bias -- Chapter 4. The Unreasonable Effectiveness of Linear Regression -- All You Need Is Linear Regression -- Why We Need Models -- Regression in A/B Tests -- Adjusting with Regression -- Regression Theory -- Single Variable Linear Regression -- Multivariate Linear Regression -- Frisch-Waugh-Lovell Theorem and Orthogonalization -- Debiasing Step -- Denoising Step -- Standard Error of the Regression Estimator -- Final Outcome Model -- FWL Summary -- Regression as an Outcome Model |
| 505 8# - تبصرة محتويات-الفهرس |
|---|
| تبصرة المحتويات المصاغة |
Positivity and Extrapolation -- Nonlinearities in Linear Regression -- Linearizing the Treatment -- Nonlinear FWL and Debiasing -- Regression for Dummies -- Conditionally Random Experiments -- Dummy Variables -- Saturated Regression Model -- Regression as Variance Weighted Average -- De-Meaning and Fixed Effects -- Omitted Variable Bias: Confounding Through the Lens of Regression -- Neutral Controls -- Noise Inducing Control -- Feature Selection: A Bias-Variance Trade-Off -- Key Ideas -- Chapter 5. Propensity Score -- The Impact of Management Training -- Adjusting with Regression. |
| 520 ## - التبصرة الخاصة بالتعليق أو التلخيص |
|---|
| ملخص,الخ |
"How many buyers will an additional dollar of online marketing bring in? Which customers will only buy when given a discount coupon? How do you establish an optimal pricing strategy? The best way to determine how the levers at our disposal affect the business metrics we want to drive is through causal inference. In this book, author Matheus Facure, senior data scientist at Nubank, explains the largely untapped potential of causal inference for estimating impacts and effects. Managers, data scientists, and business analysts will learn classical causal inference methods like randomized control trials (A/B tests), linear regression, propensity score, synthetic controls, and difference-in-differences. Each method is accompanied by an application in the industry to serve as a grounding example"-- |
| 650 #0 - المدخل الاضافى بالموضوع-مصطلح موضوعى |
|---|
| مصطلح موضوعي أو اسم جغرافي كعنصر مدخل |
Python (Computer program language) |
| 650 #0 - المدخل الاضافى بالموضوع-مصطلح موضوعى |
|---|
| مصطلح موضوعي أو اسم جغرافي كعنصر مدخل |
Causation |
| التقسيم الفرعي العام |
Data processing. |
| 650 #0 - المدخل الاضافى بالموضوع-مصطلح موضوعى |
|---|
| مصطلح موضوعي أو اسم جغرافي كعنصر مدخل |
Inference |
| التقسيم الفرعي العام |
Data processing. |
| 650 #0 - المدخل الاضافى بالموضوع-مصطلح موضوعى |
|---|
| مصطلح موضوعي أو اسم جغرافي كعنصر مدخل |
High technology industries |
| التقسيم الفرعي العام |
Data processing. |
| 650 #0 - المدخل الاضافى بالموضوع-مصطلح موضوعى |
|---|
| مصطلح موضوعي أو اسم جغرافي كعنصر مدخل |
Machine learning. |
| 650 #6 - المدخل الاضافى بالموضوع-مصطلح موضوعى |
|---|
| مصطلح موضوعي أو اسم جغرافي كعنصر مدخل |
Apprentissage automatique. |
| 650 #6 - المدخل الاضافى بالموضوع-مصطلح موضوعى |
|---|
| مصطلح موضوعي أو اسم جغرافي كعنصر مدخل |
Python (Langage de programmation) |
| 650 #6 - المدخل الاضافى بالموضوع-مصطلح موضوعى |
|---|
| مصطلح موضوعي أو اسم جغرافي كعنصر مدخل |
Inférence (Logique) |
| التقسيم الفرعي العام |
Informatique. |
| 650 #6 - المدخل الاضافى بالموضوع-مصطلح موضوعى |
|---|
| مصطلح موضوعي أو اسم جغرافي كعنصر مدخل |
Industries de pointe |
| التقسيم الفرعي العام |
Informatique. |
| 650 #7 - المدخل الاضافى بالموضوع-مصطلح موضوعى |
|---|
| مصطلح موضوعي أو اسم جغرافي كعنصر مدخل |
Inference |
| التقسيم الفرعي العام |
Data processing. |
| مصدر الرأس أو المصطلح |
fast |
| 650 #7 - المدخل الاضافى بالموضوع-مصطلح موضوعى |
|---|
| مصطلح موضوعي أو اسم جغرافي كعنصر مدخل |
Machine learning. |
| مصدر الرأس أو المصطلح |
fast |
| 650 #7 - المدخل الاضافى بالموضوع-مصطلح موضوعى |
|---|
| مصطلح موضوعي أو اسم جغرافي كعنصر مدخل |
Python (Computer program language) |
| مصدر الرأس أو المصطلح |
fast |
| 910 ## - بيانات اختيارية للمستخدم |
|---|
| User-option data |
SAJA |
| 942 ## - عناصر المدخل الإضافي( كوها) |
|---|
| مصدر التصنيف او مخطط الترفيف |
Dewey Decimal Classification |
| Koha [default] item type |
كتاب |
