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

北大光华商业分析硕士，在微信实验平台负责社交网络实验、异质性分析、实验长短期效应的算法设计与开发，从0到1搭建腾讯分布式因果推断工具。

Fast-Causal-Inference——腾讯开源分布式因果推断工具

演讲介绍和提纲

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。

听众收益

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

4. 如何使用该分布式工具包做因果推断

扫码咨询门票

议程详情

 点击『阅读原文』查看线下大会详情~