ترجمه فارسی مقاله یادگیری ماشینی دوگانه در مقیاس برای پیش بینی تأثیر علی اقدامات مشتری

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Double Machine Learning at Scale to Predict Causal Impact of Customer Actions
عنوان مقاله به فارسی یادگیری ماشینی دوگانه در مقیاس برای پیش بینی تأثیر علی اقدامات مشتری
نویسندگان Sushant More, Priya Kotwal, Sujith Chappidi, Dinesh Mandalapu, Chris Khawand
فرمت مقاله انگلیسی PDF
تعداد صفحات 16
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Machine Learning,Econometrics,Applications,Methodology,یادگیری ماشین , اقتصاد سنج , برنامه ها , روش شناسی ,
توضیحات Submitted 3 September, 2024; originally announced September 2024. , Comments: 16 pages, 11 figures. Accepted at the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML PKDD) 2023, Turin, Italy , Journal ref: Lecture Notes in Computer Science, vol 14174. (2023) Springer, Cham
توضیحات به فارسی ارسال شده در 3 سپتامبر 2024 ؛در ابتدا در سپتامبر 2024 اعلام شد ، نظرات: 16 صفحه ، 11 شکل.پذیرفته شده در کنفرانس اروپایی یادگیری ماشین و اصول و عمل کشف دانش در بانکهای اطلاعاتی (ECML PKDD) 2023 ، تورین ، ایتالیا ، مجله Ref: یادداشت های سخنرانی در علوم کامپیوتر ، جلد 14174. (2023) Springer ، Cham
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Causal Impact (CI) of customer actions are broadly used across the industry to inform both short- and long-term investment decisions of various types. In this paper, we apply the double machine learning (DML) methodology to estimate the CI values across 100s of customer actions of business interest and 100s of millions of customers. We operationalize DML through a causal ML library based on Spark with a flexible, JSON-driven model configuration approach to estimate CI at scale (i.e., across hundred of actions and millions of customers). We outline the DML methodology and implementation, and associated benefits over the traditional potential outcomes based CI model. We show population-level as well as customer-level CI values along with confidence intervals. The validation metrics show a 2.2% gain over the baseline methods and a 2.5X gain in the computational time. Our contribution is to advance the scalable application of CI, while also providing an interface that allows faster experimentation, cross-platform support, ability to onboard new use cases, and improves accessibility of underlying code for partner teams.

چکیده به فارسی (ترجمه ماشینی)

تأثیر علی (CI) اقدامات مشتری به طور گسترده ای در سراسر صنعت مورد استفاده قرار می گیرد تا تصمیمات سرمایه گذاری کوتاه مدت و بلند مدت از انواع مختلف را مطلع کند.در این مقاله ، ما از روش Double Machine Learning (DML) استفاده می کنیم تا ارزش CI را در 100s اقدامات مشتری از علاقه به تجارت و 100 میلیون مشتری تخمین بزنیم.ما DML را از طریق یک کتابخانه ML علی بر اساس جرقه با یک رویکرد پیکربندی مدل انعطاف پذیر و محور JSON برای برآورد CI در مقیاس (یعنی ، در طی صد اقدامات و میلیون ها مشتری) عملیاتی می کنیم.ما روش و اجرای DML و مزایای مرتبط با مدل CI مبتنی بر نتایج بالقوه سنتی را بیان می کنیم.ما مقادیر CI در سطح جمعیت و همچنین در سطح مشتری را به همراه فواصل اطمینان نشان می دهیم.معیارهای اعتبار سنجی افزایش 2.2 ٪ نسبت به روشهای پایه و افزایش 2.5 برابر در زمان محاسباتی را نشان می دهد.سهم ما در پیشبرد کاربرد مقیاس پذیر CI است ، در حالی که یک رابط کاربری را نیز فراهم می کند که امکان آزمایش سریعتر ، پشتیبانی از پلتفرم ، امکان انجام موارد استفاده جدید را فراهم می کند و دسترسی به کد اساسی را برای تیم های شریک بهبود می بخشد.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.