首页
›
供应链数字化与智能采购系统
›
007-需求预测模型
›
《模型集成多样性增强在因果特征预测中的工程实战》
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
模型集成多样性增强在因果特征预测中的工程实战
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
因果特征预测的定义 · 为什么需要集成多样性 · 课程目标与学习路径
课程导论
因果特征预测的定…
02
因果推断基础
潜在结果框架 · 干预与反事实 · 因果图模型(DAG)简介
因果推断基础
结果框架
03
特征选择与因果特征
相关性与因果性的区别 · 因果特征的重要性 · 常见因果特征选择方法
特征选择
因果特征
04
集成学习基础
Bagging · Boosting · Stacking原理回顾
集成学习基础
Bagging
05
多样性定义与度量
数据多样性 · 模型多样性 · 预测多样性
多样性定义
度量
06
多样性增强策略概览
数据层面 · 模型层面 · 训练过程层面的多样性增强方法总览
多样性增强策略概…
数据层面
07
数据重采样技术
Bootstrap采样 · 欠采样 · 过采样在因果特征预测中的应用
数据重采样技术
Bootstrap
08
特征子空间方法
随机子空间 · 因果特征子空间 · 基于因果强度的特征分组
特征子空间方法
随机子空间
09
模型结构多样性
不同基学习器(树 · 线性模型 · 神经网络)的组合策略
模型结构多样性
不同基学习器
10
超参数扰动
随机化基学习器的超参数以增加多样性
超参数扰动
随机化基学习器的…
11
训练数据扰动
添加噪声 · 标签翻转 · 对抗样本生成
训练数据扰动
添加噪声
12
输出编码多样性
将回归问题转化为分类问题 · 多输出头设计
输出编码多样性
将回归问题转化为…
13
因果森林与多样性
因果森林的构建原理 · 如何通过随机化分裂特征增强多样性
因果森林
多样性
14
贝叶斯模型平均
基于后验分布的模型加权 · 天然引入多样性
贝叶斯模型平均
基于后验分布的模…
15
负相关学习
显式优化模型之间的负相关性以提升多样…
负相关学习
显式优化模型之间…
16
多样性-准确性权衡
多样性并非越高越好 · 如何平衡多样性与个体准确性
多样性
准确性权衡
17
因果特征预测中的评估指标
ATE · CATE · 策略价值
因果特征预测
评估指标
18
集成多样性评估框架
在验证集上计算多样性矩阵 · 可视化多样性-性能帕累托前沿
集成多样性评估框…
验证集上计算多样…
19
工程实战
数据准备与预处理 · Jobs · Twins)的加载与清洗
工程实战
数据准备
20
工程实战
基学习器工厂
工程实战
基学习器工厂
21
工程实战
多样性增强流水线:实现数据扰动 · 特征子空间 · 模型扰动等增强策略
工程实战
多样性增强流水线
22
工程实战
集成聚合策略:简单平均 · 加权平均 · Stacking元学习器
工程实战
集成聚合策略
23
工程实战
因果效应估计器集成 · X-Learner · CF)集成
工程实战
因果效应估计器集…
24
工程实战
超参数调优与多样性监控
工程实战
超参数调优
25
工程实战
大规模部署
工程实战
大规模部署
26
案例研究1
广告投放中的因果效应预测——如何通过…
案例研究1
广告投放
27
案例研究2
医疗个性化治疗——集成多样性在异质性…
案例研究2
医疗个性化治疗
28
案例研究3
推荐系统去偏——利用多样性集成消除选…
案例研究3
推荐系统去偏
29
前沿与挑战
深度学习中的多样性 · 在线学习中的多样性 · 可解释性与多样性
前沿
挑战
30
课程总结与展望
关键知识点回顾 · 未来研究方向 · 推荐阅读与工具
课程总结
关键知识点回顾
所属VIP或分类
同VIP:MAPE与sMAPE在促销预测场景的选型对比
同VIP:促销影响量化与因果特征建模的联合优化工程案例
同VIP:促销影响量化与层级预测模型的联合优化工程案例