知识卡片
商业问题先收敛再建模
开放商业问题往往没有现成的目标变量。先说明希望改变的业务结果、可干预对象和比较对象,再结合数据可得性与方法假设把问题收敛为可估计的问题。这个过程需要往返:业务限制决定方法能否使用,模型的假设也会迫使业务问题改写。能训练出模型并不等于已回答原来的决策问题。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 前言
原书出处 · 1 处
- 前言 前言 · 查看原书依据
1)提供一个以商业场景为导向的实用量化方法论。数据科学是为商业服务的,最重要的能力是收敛开放的商业问题,并有针对性地选择适当的量化框架进行后验数据分析。这是一个相辅相成的过程,收敛的过程既依赖对业务的深刻理解,又需要充分理解各种分析框架的假设和抽象原理。
参考来源
- 位置:《数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow》前言,前言(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow/_epub-src/OEBPS/Text/part0005.xhtml)
- 结论依据:原文强调商业问题的收敛与分析框架假设相辅相成。
- 原始内容:1)提供一个以商业场景为导向的实用量化方法论。数据科学是为商业服务的,最重要的能力是收敛开放的商业问题,并有针对性地选择适当的量化框架进行后验数据分析。这是一个相辅相成的过程,收敛的过程既依赖对业务的深刻理解,又需要充分理解各种分析框架的假设和抽象原理。