반응형
Recent Posts
Notice
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |
Tags
- recommendation system
- 데이터분석
- 네카라쿠배당토
- 베이지안통계
- chatGPT
- 회고
- 수학적해석학
- BigQuery
- CausalInference
- 글또10기
- 데이터분석가
- 잠재적결과
- 코세라
- SQL
- 데이터분석가 코딩테스트
- Bayesian
- 나의서양미술순례
- 실무로통하는인과추론
- 인과추론개요
- 티스토리챌린지
- 빅쿼리
- 선형대수학
- 벡터
- 오블완
- DataAnalyst
- Recsys
- 인과추론 무작위 실험
- 독후감
- 인과추론
- mathematicalthinking
Archives
- Today
- Total
목록마케팅 (1)
Derek 의 데이터 분석 성장기

처치(Treatment)의 순수한 영향을 예측하는 업리프트 모델링인과효과를 알 수 있으며, 기대이익을 높일 수 있는 모델링1. 개요 Uplift 모델링은 마케팅, 의사 결정, 의료 분야 등에서 특정 개입(예: 광고, 프로모션, 치료)이 개별 고객이나 그룹에게 미치는 순수한 영향(Uplift) 을 예측하는 기법입니다. 일반적인 머신러닝 모델이 결과를 단순히 예측하는 것과 달리, Uplift 모델링은 개입을 받았을 때와 받지 않았을 때의 차이를 학습하는 것이 핵심입니다. 단순 처치 효과(Uplift) 효과를 넘어 Persuadable(설득 가능 고객)을 구별하는데 강점이 있는 모델입니다. 기존 예측 모델은 고객이 구입을 할 것(1) 혹은 말 것(0) 을 아는데 초점을 두었습니다. 하지만, 업리프트 모델링은..
Data/머신러닝
2025. 2. 16. 21:09