エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
【実践データ分析】DR推定量でメールマーケティングの効果検証+機械学習手法によりメールマーケティングの戦略提言 - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
【実践データ分析】DR推定量でメールマーケティングの効果検証+機械学習手法によりメールマーケティングの戦略提言 - Qiita
前半の概要 ・データはRCTしたデータから一部のデータを抽出し、バイアスを持たせたものを利用。 ・DR推... 前半の概要 ・データはRCTしたデータから一部のデータを抽出し、バイアスを持たせたものを利用。 ・DR推定量を用いてメールマーケティングの因果効果を推定。 ・DR法とIPW、傾向スコアによる最近傍マッチング法、重回帰分析と比較した結果、バイアスを大きく軽減できなかったので今回のデータでは良い推定量ではなかった。 後半の概要 ・因果推論と機械学習の手法を融合させたDR-Linaerを利用し、ITE(indivisual treatment effect)を推定。 ・ITEをモデル(ランダムフォレスト)に学習させることで、未知のデータに対して予測できるようにし、効果検証を実施。 ・ITEをシミュレートすることで、今後のマーケティング施作に対して、2つ方向性を示した。 コード:https://github.com/harukicode0/Doubly_Robust_Estimator_Simul