原创力文档从偏差到公平：Uplift建模
中的去偏技术
演讲人：梁杰｜高级算法工程师
Uplift建模基础与挑战
去偏技术核心方法
深度因果模型发展脉络
01
02
03
基础：随机无偏数据-RCT随机控制实验
•Uplift模型离线评估：区别于传统预估模型，Uplift没有groundtruth--AUUC等
•无偏模型：传统方法需要在无偏数据上建模，如T-learner、S-learner、因果森林等
•模型纠偏：观测数据下建模往往会有混淆偏差，利用少量无偏数据进行纠偏
挑战
•CoufoundingBias混淆偏差/选择
您可能关注的文档
- AI原生CRM行业发展研究报告（2026年）.pptx
- CCER方法学扩容厨余处置酯基烃基生物柴油纳入利好餐厨企业.pptx
- FJ-大型星级酒店群总承包管理和精益建造实践经验.pptx
- IGPI2026汽车行业系列报告对中国汽车行业深度变革的观察与思考-第五章中国汽车产业的出海及影响51页.pptx
- IVD体外诊断试剂注册申报培训课件.pptx
- MarketUP客户案例：中智达.pptx
- TOP研究框架学习笔记手册_三重因素共振 · 研判与实例精读.pptx
- Worldpanel：2025创新破卷：以消费者洞察之力破解产品创新新迷思报告.pptx
- 北京口腔医院新院区诊疗空间规划设计方案介绍-任轶.pptx
- 北京市属医院科室人文建设实践探索.pptx
文档评论（0）