- 博客(10)
- 收藏
- 关注
RSS订阅原创 基于因果推断的根因分析
对复杂信息系统进行运维的相关研究工作中，一个子领域是“根因定位”。这个子领域的一种问题定义是：在复杂系统的大量监控变量（如CPU利用率、响应时间）中，找到“根因”（“根因”指具体的监控变量）。在这一问题定义下，近年来的论文中采用的方法主要是深度优先搜索和随机游走。但这两个方法说不清楚为什么应该有效，甚至问题定义都有问题：“根因定位”指“定位根因”！我们的工作用因果推断的语言为这个问题给出了一个形式化定义，继而给出了一个针对这一问题定义的、说得清楚为什么应该有效的、简单的方法。该工作已发表于KDD'22。
2022-09-07 13:55:55
1420
1
原创 因果关系分析方法
文章里教的方法，慢慢讨论。自然科学领域，是有一些物理、化学、数学等基础原理支撑的，这些原理是稳定、科学、可量化的，因此可以通过数据统计+科学实验，慢慢地发现背后的自然规律。比如消费者对品牌的信任，比如产品体验好坏，比如文案感受，是很难量化到一个稳定、可靠的指标的。2、把A渠道的获客，按获客流程拆解，拆解为展示页-落地页-转化三步，发现是转化环节少了，得到结论：因为A渠道的转化环节出了问题，所以总获客少了。综上，我们会发现，在因果推断领域，几乎没有一种方法完全可靠，包括很多经典的统计学方法和科学实验方法。
2022-09-06 18:02:42
1425
原创 如何确定因果关系？四种理论分析模型
Stuff Happens: Understanding Causation in Policy and Strategy》里面提出了判断因果关系的四种思维模型，很有借鉴意义。我简单翻译编辑了下。
2022-09-05 09:33:57
1124
原创 因果，因果推断，因果关系是什么？
在CSDN上，也有一些对于因果关系的探讨，令人遗憾的是，这个问题下的大多数答案，都把重心放在了认知论上，即「如何回应休谟的归纳问题？」以及「我们怎么知道，我们认知的因果关系是可靠的？」大家似乎都默认，「什么是因果关系」是一个琐碎得不需要讨论的前提（但显然并非如此），陷入怀疑论和先验论，从而无法给出一个实用的因果模型。事实上，因果关系是一个本体论的话题：我们需要找到一个符合直觉、足够广泛，但也足够具体的定义来描述因果关系；在此基础之上，我们还需要一套可靠的判定因果的方法。......
2022-09-01 09:03:12
2532
原创 数据分析时代变迁
毫无疑问，人工智能、机器学习、深度学习已经对现在的时代带来深刻的影响。机器翻译、智能回复、聊天机器人、会议助理等功能将在未来几年内得到广泛应用。数据挖掘技术、机器学习算法都已取得了大量成果，规则支持决策将成为决策分析的新阶段。...
2022-08-17 14:17:39
482
原创 因果分析与关联分析的联系
通过图的边、点、属性等特征实现了关联分析中的“因”的深度挖掘，为因果分析的“归因”提供了基础。深层次、高精准，可解释的关联规则才能辅助数据分析人员进行正确的、有效的、可解释的因果分析。...
2022-08-15 14:19:52
711
原创 数据分析师的进阶之路
结合我个人成长经历、面试上百个数据分析师的经验、以及基于内部数据分析师培养课程和国外大学商业数据分析课程 来说说如何快速成长为一名合格的数据分析师。
2022-08-12 11:16:49
418
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人