สรุป: A/B testing ใน Python

A/B Testing ด้วย Python

Moe Lotfy, PhD

Principal Data Science Manager

สรุป A/B testing

บทที่ 1

  • ขั้นตอนและกรณีใช้งาน A/B testing
  • การกำหนดและประมาณค่าเมตริก
  • .sample(), .corr(), pairplot, heatmap

บทที่ 2

  • การตั้งสมมติฐานสำหรับ A/B testing
  • อัตราความผิดพลาด, power, effect size
  • การวิเคราะห์ power: การประมาณขนาดตัวอย่าง
  • การแก้ไขการเปรียบเทียบหลายรายการ

บทที่ 3

  • การทำความสะอาดข้อมูลและ EDA
  • การตรวจสอบความถูกต้อง (Sanity checks)
  • การวิเคราะห์ความแตกต่างของสัดส่วน
  • proportions_ztest,proportion_confint

บทที่ 4

  • การวิเคราะห์ความแตกต่างของค่าเฉลี่ย
  • การทดสอบแบบ Non-parametric
  • Delta method สำหรับ ratio metrics
  • แนวทางปฏิบัติที่ดีและหัวข้อขั้นสูง
A/B Testing ด้วย Python

ยินดีด้วย!

A/B Testing ด้วย Python

Preparing Video For Download...