Trustworthy Online Controlled Experiments 短评

热门 最新
  • 0 果tree 2023-12-24 19:09:33 北京

    我会推荐给学弟学妹们的一本AB测试入门书,不要浪费时间看中文版切记

  • 0 蛋挞 2023-12-05 04:06:22 美国

    Product DS的圣经

  • 0 まみダダダ 2023-11-07 00:26:44 北京

    想读这本书的时候我可没想到即将到来的下一份工作会大量用到ABtest

  • 0 Sussex 2023-07-13 10:07:45 江苏

    写得太聪明了,不能完全消化,比起入门更适合经验者

  • 0 已注销 2023-05-08 11:03:39 美国

    其实我感觉就那样,可能我对ab没什么兴趣

  • 1 elfish 2023-05-04 15:35:23 美国

    想要包括的太多,理论严谨但实操性不足。最关心的部分比如数据分流数据架构没什么end-to-end的案例。第2,4,7章适合细读。Part V的高级统计分析方法以后需要时再查阅不迟。

  • 0 Malt Maniac 2023-05-04 09:00:05 美国

    好 终于看完了

  • 0 Marine 2023-02-17 21:18:41 北京

    在更好的教材出现之前,这就是圣经

  • 0 IntoU 2023-01-02 22:47:15 北京

    ab实验从业者没有读过真的不合适,面试必问

  • 0 panda 2022-05-19 11:40:10

    比较全面,不过每一部分会讲的比较浅,实操部分讲的比较少。实验平台、实验工具和实验文化是重要的支撑基础,然后就是实验设计中需要注意到的一些问题,A/A实验(主要用于检验实验流程中有没有什么系统性问题),A/B实验,实验单元粒度(用户、页面、会话等),Control和Treatment选取方案,实验长度(注意季节、星期、时段的影响)、度量标准的设计选取、交互影响的关注和考量,实验效果的衡量(T检验、卡方检验、短期和长期效果的分析)。辛普森悖论是最为常见的现象之一,会经常遇到,另外发现数据不符合常理时背后隐藏有问题的概率会很大。controlled experiment是因果推断的最佳方式,但如果没法做实验只有观测性数据时也可以进行观测性数据的因果推断,而传统机器学习则主要cover相关性。

  • 0 屋也 2022-05-13 19:38:44

    目前为止 读到的最有用(且最不浮夸)的工具书之一了

  • 0 文杨 2022-05-03 20:07:09

    开始工作以后读觉得内容突然有意思了很多

  • 0 YannieY 2022-04-28 20:38:28

    Causal Inference / online experiments 从业人员必读的劳动手册

  • 0 樱桃小独角 2022-02-16 04:42:55

    不是入门书,但可快速了解实战case。

  • 1 小知识点 2022-02-02 21:08:32

    读完还是挺失望的,可能是已经从业了比较久的原因。整体来说,更像是一本入门的书籍,在工具和方法的介绍上比较全面,比如反转实验、PSM等等,但是比较缺乏深入的东西,实验设计和解释分析其实比较重要,实验设计一旦失败,影响是巨大的。

  • 0 Orion 2021-12-22 23:24:22

    三百页实操干货,是企业级运用里的葵花宝典了。

  • 0 初希 2021-12-13 21:41:39

    很不错 但是要是end to end的例子多点儿就好了

  • 0 杀意大名 2021-11-19 10:13:22

    是三位作者完整的业界实践,涵盖工程产品等方方面面,不偏统计理论。本书像字典一样,从业者在ab测试过程中遇到的很多问题都可以从书里面获得解答与启发。随着读者自身对实验的深入理解,阅读此书会有常读常新的感觉

<< 首页 < 前页 后页 >