Детальная информация
Название | Машинное обучение для выявления подгрупп индивидов, сильно реагирующих на воздействие // Машинное обучение в исследованиях медико-биологических и социально-экономических данных: сборник научных трудов |
---|---|
Авторы | Бузмаков Алексей Владимирович |
Выходные сведения | Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2020 |
Электронная публикация | Санкт-Петербург, 2020 |
Коллекция | Общая коллекция |
Тематика | маркетинг; медицина; машинное обучение |
УДК | 004.6; 61 |
ББК | 65.291.3 |
Тип документа | Статья, доклад |
Тип файла | |
Язык | Русский |
DOI | 10.18720/SPBPU/2/id20-67 |
Права доступа | Свободный доступ из сети Интернет (чтение, печать, копирование) |
Ключ записи | RU\SPSTU\edoc\66615 |
Дата создания записи | 22.04.2021 |
Оценка эффекта от воздействия на индивидуальном уровне необходима во многих областях знаний от медицины до маркетинга. Действительно, общество выиграет, если будет возможность определять, на кого подействует какое-либо лекарство. А при отправлении рассылки только тем людям, которых интересует конкретный товар, уменьшится количество спама и снизятся издержки рекламной кампании. В главе рассматриваются существующие методы оценки эффекта от воздействия на индивидуальном уровне и показывается на основе компьютерного эксперимента необходимость создания новых эффективных методов в этой области знаний.
In many practical tasks it is needed to estimate an effect of treatment on individual level. For example, in medicine it is essential to determine the patients that would benefit from a certain medicament. In marketing, knowing the persons that are likely to buy a new product would reduce the amount of spam. In this chapter, we review the methods to estimate an individual treatment effect from a randomized trial, i.e., an experiment when a part of individuals receives a new treatment, while the others do not. Finally, it is shown that new efficient methods are needed in this domain.
Количество обращений: 246
За последние 30 дней: 4