Reimagining Experimentation Analysis at Netflix
Toby Mao, Sri Sri Perangur, Colin McFarland Another day, another custom script to analyze an A/B test. Maybe you’ve done this before and have an old script lying around. If it’s new, it’s probably going to take some time to set up, right? Not at Netflix. ABlaze: The standard view of analyses in the XP UISuppose you’re running a new video encoding test and theorize that the two new encodes should r
傾向スコアを用いた因果推論入門~理論編~ - 下町データサイエンティストの日常
0. はじめに 1. 因果推論~施策の本当の効果~ 1.1 TVのCMを見るとアプリのプレイ時間が短くなる！？ 1.2じゃぁ理想的な比較方法は？ 1.3 背景要因を揃えた比較が難しい問題 1.4 反実仮想：仮に「xxxしたら / しなかったら」の効果算出 2. 傾向スコアを用いた効果測定 2.1 絶対にこの条件は守ろう ~ 「SUTVA」/「強く無視できる割り当て条件」~ 2.1.1 SUTVA 2.1.2 強く無視できる割り当て条件 2.1.3 どうやって条件が成り立ってるか確認するの？ 2.2 傾向スコアとは 3. 傾向スコア算出 3.1モデリング 3.2モデルの評価 4. 傾向スコアを用いたマッチング 4.1 マッチングのお気持ち 4.2 様々なマッチング手法 4.3 マッチングのメリット / デメリット 4.4 マッチングの評価 4.5 そもそも傾向スコアをマッチングに用いるべ
Gunosyでの仮説検証 - Gunosy Tech Blog
こんにちは、メディア事業本部のエンジニアの id:skozawa です。 普段の業務では、女性向けキュレーションサービス LUCRA（ルクラ）のデータ分析やロジック開発をしています。 lucra.jp 先日行われたData Driven Developer Meetup #1で仮説検証とABテストについてLTをしてきたので、その内容について簡単に書きたいと思います。 Gunosyでは、プロダクトを改善するために、新しい機能の追加や、UIの変更、記事リスト配信ロジックの変更など、日々、様々な仮説検証を行っています。 記事の質や季節要因などのプロダクト改善とは異なる影響を排除して、効果を検証するために仮説検証ではABテストを採用しています。 この記事では、LUCRA開発チームでの仮説検証の流れを事例として紹介します。 仮説検証 仮説検証の流れは以下の通りです。 仮説検証 仮説を立てる 指標を決
Gunosyにおける仮説検証とABテスト
Active learning with efficient feature weighting methods for improving data q...
Experiments at Airbnb
By Jan Overgoor Airbnb is an online two-sided marketplace that matches people who rent out their homes (‘hosts’) with people who are looking for a place to stay (‘guests’). We use controlled experiments to learn and make decisions at every step of product development, from design to algorithms. They are equally important in shaping the user experience. While the basic principles behind controlled
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Two years have passed since I got into data analysis
serverside-development-and-kaizen-with-golang