| Поле | Инд. | ПП | Название | Значение |
|---|---|---|---|---|
| Тип записи | a | |||
| Библиографический уровень | m | |||
| 001 | Контрольный номер | 001410ccbdfe4494ba1f174e72626f65 | ||
| 005 | Дата корректировки | 20251210194026.3 | ||
| 020 | a | ISBN | 978-601-08-4354-7 | |
| 020 | a | ISBN | 978-1098140250англ. | |
| 040 | a | Служба первич. каталог. | 10013504 | |
| b | Код языка каталог. | rus | ||
| e | Правила каталог. | PSBO | ||
| 041 | 0_ | a | Код языка текста | rus |
| 080 | a | Индекс УДК | 004.85 | |
| 080 | a | Индекс УДК | 004.6 | |
| 080 | a | Индекс УДК | 004.43 | |
| 080 | a | Индекс УДК | 519.23:004 | |
| 090 | r | Идентификатор организации | 10013504 | |
| a | Полочн. индекс | 004.8 | ||
| x | Авторский знак | Ф 189 | ||
| 100 | 1_ | a | Автор | Факур М. |
| 245 | 10 | a | Заглавие | Causal Inference на Python. Причинно-следственные связи в IT-разработке |
| c | Ответственность | [перевел с английского Е. Матвеев; науч. ред. Д. Лысенко] | ||
| 246 | 03 | a | Другая форма заглавия | Причинно-следственные связи в IT-разработке |
| 260 | a | Место издания | Санкт-Петербург [и др.] | |
| b | Издательство | Питер | ||
| 260 | a | Место издания | Астана | |
| b | Издательство | Sprint Book | ||
| c | Дата издания | 2025 | ||
| 300 | a | Объем | 394, [2] с. | |
| b | Иллюстрации/ тип воспроизводства | ил. | ||
| 440 | _0 | a | Серия | Бестселлеры O'Reilly |
| 500 | a | Примечание | Оригинальное название: Causal Inference in Python: Applying Causal Inference in the Tech Industry | |
| 520 | 0_ | a | Аннотация | Сколько покупателей привлечет дополнительный доллар, вложенный в онлайн-рекламу? Какие клиенты будут покупать только по скидочному купону? Как разработать оптимальную стратегию ценообразования? Причинно-следственный анализ (casual inference) — лучший способ разобраться, как влиять на бизнес-метрики, которыми вы хотите управлять. И для этого понадобится всего пара строк кода на Python. Матеуш Факур рассказывает про малоизвестные применения причинно-следственного анализа, с помощью которых можно оценить влияние воздействия на результат. Менеджеры, специалисты по работе с данными и бизнес-аналитики познакомятся как с классическими методами причинно-следственного анализа (A/B тестами, линейной регрессией, мерой склонности, синтетическим контролем, разностью разностей), так и с современными подходами (применением машинного обучения для оценки гетерогенных эффектов). Каждый метод проиллюстрирован практическим примером. |
| 650 | 04 | a | Основная рубрика | Искусственный интеллект |
| 650 | 04 | a | Основная рубрика | Языки программирования |
| x | Основная подрубрика | Python | ||
| 653 | 0_ | a | Ключевые слова | ЯЗЫКИ ПРОГРАММИРОВАНИЯ - PYTHON; PYTHON; ЯЗЫКИ ПРОГРАММИРОВАНИЯ; ПРОГРАММИРОВАНИЕ НА ЯЗЫКЕ PYTHON; МАШИННОЕ ОБУЧЕНИЕ; ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ; CAUSAL INFERENCE; КАЗУАЛЬНЫЙ ВЫВОД; ПРИЧИННО-СЛЕДСТВЕННЫЙ АНАЛИЗ; ПРИЧИННО-СЛЕДСТВЕННЫЕ СВЯЗИ; КАЗУАЛЬНЫЙ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ; ПРИЧИННЫЙ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ; ЛИНЕЙНАЯ РЕГРЕССИЯ |
| 700 | 12 | a | Другие авторы | Матвеев Е. |
| e | Роль лиц | Переводчик | ||
| 900 | a | Имя макрообъекта | обложка.Causal Inference на Python. Причинно-следственные связи в IT-разработке М. Факур;2025 | |
| 901 | t | Тип документа | m | |
| 952 | a | Тип литературы для КСУ ВШ | КНПрР |