- 博客(10)
- 收藏
- 关注
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 1553 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 1494
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 1158
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 2666
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 14:17:39 496
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 14:19:52 731
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 11:16:49 441
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