VIP20
本课程属于：007-需求预测模型 供应链数字化与智能采购系统 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

因果特征在促销影响预测中的提取与工程落地实践

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导论
因果推断在促销预测中的价值 · 课程目标与学习路径 · 前置知识要求
课程导论因果推断
02
促销场景的因果图建模
定义促销变量 · 结果变量与混杂因子 · 构建DAG（有向无环图）
促销场景的因果图…定义促销变量
03
潜在结果框架与ATE/ATT
潜在结果定义 · 平均处理效应(ATE) · 处理组平均处理效应(ATT)的概念与…
ATE/ATT结果框架
04
混淆偏差识别
什么是混淆变量 · 混淆偏差如何影响促销效果估计 · 混淆变量的可视化检测
混淆偏差识别什么是混淆变量
05
因果特征与相关特征的区别
相关性不等于因果性 · 虚假相关案例 · 因果特征的定义与筛选原则
因果特征相关特征的区别
06
促销数据预处理
时间序列对齐 · 缺失值处理 · 异常促销事件标记
促销数据预处理时间序列对齐
07
特征工程基础
促销强度 · 折扣率 · 历史销量
特征工程基础促销强度
08
基于DoWhy的因果图构建
使用Python库DoWhy定义因果… · 指定治疗/结果/混杂变量
DoWhy基于
09
后门准则与特征选择
后门调整公式 · 利用后门准则选择需要控制的混杂特征
后门准则特征选择
10
前门准则与中介特征
前门调整公式 · 中介变量在促销传导路径中的作用
前门准则介特征
11
工具变量法提取因果特征
工具变量的条件 · 两阶段最小二乘法(2SLS)在促销场…
工具变量法提取因…工具变量的条件
12
倾向性得分匹配(PSM)特征
倾向性得分计算 · 匹配算法 · 平衡性检验
PSM倾向性得分匹配
13
逆概率加权(IPW)特征
IPW权重计算 · 加权后的因果效应估计 · IPW与PSM的对比
IPW逆概率加权
14
双重稳健估计(DR)特征
DR估计器原理 · 结合倾向性得分与结果回归 · DR特征的工程实现
DR双重稳健估计
15
差分中的差分(DID)特征
DID模型假设 · 促销前后对比设计 · DID特征的构造与提取
DID差分
16
断点回归(RDD)特征
RDD在促销阈值场景的应用 · 带宽选择 · 局部线性回归特征
RDD断点回归
17
因果森林特征提取
异质性处理效应 · 因果树与因果森林算法 · 特征重要性排序
因果森林特征提取异质性处理效应
18
元学习器特征提取
S-Learner · T-Learner · X-Learner的原理与特征生成
元学习器特征提取S-Learner
19
基于CausalNex的特征提取
CausalNex库的结构学习 · 因果图参数估计 · 特征导出
CausalNex基于
20
时间序列因果特征
Granger因果检验 · 滞后特征构造 · 促销脉冲响应特征
时间序列因果特征Granger
21
特征筛选与降维
基于因果效应的特征排序 · L1正则化 · 互信息筛选
特征筛选降维
22
特征存储与版本管理
特征仓库设计 · 特征元数据管理 · 时间戳对齐与回溯
特征存储版本管理
23
在线推理管道设计
实时特征计算 · 因果特征缓存 · 模型服务架构
线推理管道设计实时特征计算
24
离线评估框架
反事实评估 · AUC/ATE评估指标 · 回测框架搭建
离线评估框架反事实评估
25
A/B测试与因果特征验证
A/B测试设计 · 因果特征在实验分析中的作用 · 提升率计算
A/B测试
26
案例实战1
电商大促销量预测——因果特征提取全流…
案例实战1电商大促销量预测
27
案例实战2
会员订阅促销转化预测——因果特征工程…
案例实战2会员订阅促销转化…
28
案例实战3
线下零售折扣效果预测——多门店因果特…
案例实战3线下零售折扣效果…
29
常见陷阱与解决方案
幸存者偏差 · 选择偏差 · 动态混淆
常见陷阱解决方案
30
课程总结与未来展望
因果特征工程最佳实践 · 自动化因果发现 · 大模型与因果推断结合趋势
课程总结未来展望