Метка: Bayes

Prophet: aнализ временных рядов от Facebook

Prophet: aнализ временных рядов от Facebook

Facebook Research Data Science команда недавно выложила очень интересный инструмент для анализа и прогнозирования временных рядов, опенсорный пакет на R и Python с движком на STAN. Последний является языком и средой для стат-моделирования, и крайне популярен в решении задач на основе Байесианской статистики.

Стандарно при построении прогнозов Prophet выделяет две составляющие:

  1. рост (нелинейный тренд), логистическая модель с изменямоей скоростью с автоопределением моментов изменения.
  2. периодические колебания (сизональность) на разных уровнях — год, месяц, неделя, ряды Фурье

При этом возможен гибкий учет выходных и праздников, простая индикаторная функция.

Prophet работает очень быстро, и не требует глубокого погружения в особенности программирования на STAN. Стандартно для Байесианских инструментов, от аналитика данных ожидается формулирование некоторых (простых) a priori правил и данных из предметной области. При этом коллеги из Facebook предлагают достаточно понятный способ итеративного подхода к моделированию в этой непростой области математики, который предполагает вовлечение человек в процесс на стадиях когда нужно принимат решение на основе понятного и интерпретируемого результата, оставляя сложные оптимизации и оценки внутри.

1

Посмотрим использование Prophet на примере анализа ежедневной частоты рождаемости в США (выполнен fast forward labs) Продолжить чтение «Prophet: aнализ временных рядов от Facebook»

Байесовские бандиты против A/B/n тестов

Байесовские бандиты против A/B/n тестов

Тема A/B тестирования неисчерпаема, и на самом деле нетривиальная. Так же как споры об эффективности по сравнению с набирающими популярность подходами на основе Байесианских методов, в частности многорукие бандиты

Хорошая краткая вводна и сравнение двух подходов в статье на русском сообществе Open Data Science, не пугайтесь математической нотации, на самом деле все понятно объясняется обычным языком, включая математичекие принципы, лежащие в основе этих подходов.

Подробные руководства на русском о различных аспектах поготовки, запуска, и интерпретации результатов A/B тестов, можно почитать у известного игрока на этом рынке, французского агентства KAMELEOON, или российской компании Driveback

Руководство по использованию подхода многоруких бандитов можно почитать на русском у компании Google, которая использует эти алгоритмы в работы своих Google Analytics Эксперименты

У электронной почты есть своя специфика, некоторые простые принципы изложены в статье с говорящим названием Email AB testing like Barack Obama