Добро пожаловать на канал notedatascience в Telegram! Меня зовут Тагир, я работаю аналитиком в Яндексе и учусь NLP в Вышке. Я создал этот канал для тех, кто интересуется применением Data Science в компаниях. Здесь вы найдете новости индустрии, обзор рынка труда, информацию о мероприятиях и другие актуальные темы вокруг науки о данных. Хотите быть в курсе последних трендов и разработок в сфере аналитики и машинного обучения? Тогда подписывайтесь на наш канал и не упустите ни одной важной новости! Дополнительно, у нас есть чат, где вы можете обсудить интересующие вас вопросы и делиться опытом с другими участниками. Присоединяйтесь к нашему сообществу и будьте в курсе всех событий в мире Data Science! Подпишитесь на канал notedatascience прямо сейчас и станьте частью нашей дружной и образовательной аналитической команды! С уважением, Тагир (@travelwithtagir).
20 Nov, 21:58
20 Nov, 18:00
25 Oct, 14:06
30 Sep, 07:01
03 Sep, 19:35
02 Aug, 09:10
29 Jul, 14:02
28 Jul, 10:09
25 Jul, 17:12
03 Jul, 09:42
02 Jul, 15:26
01 Jul, 17:41
01 Jul, 06:30
30 Jun, 07:30
04 Jun, 08:24
import numpy as np
import pandas as pd
n_users = 1000
days = 21
pre_experiment_revenue = np.random.normal(loc=5, scale=2, size=(n_users, days))
control_group_revenue = np.random.normal(loc=5, scale=2, size=500)
treatment_group_revenue = np.random.normal(loc=5.5, scale=2, size=500)
pre_experiment_df = pd.DataFrame(pre_experiment_revenue, columns=[f'day_{i+1}' for i in range(days)])
pre_experiment_df['user_id'] = np.arange(n_users)
experiment_df = pd.DataFrame({
'user_id': np.arange(n_users),
'group': ['control'] * (n_users // 2) + ['treatment'] * (n_users - n_users // 2),
'revenue': np.concatenate([control_group_revenue, treatment_group_revenue])
})
data = pd.merge(experiment_df, pre_experiment_df, on='user_id')
data['user_variance'] = data[[f'day_{i+1}' for i in range(days)]].var(axis=1)
data['weight'] = 1 / data['user_variance']
data['weighted_revenue'] = data['revenue'] * data['weight']
02 Jun, 10:37
11 May, 11:44
07 May, 09:18
09 Apr, 11:51
20 Mar, 09:21
