#معرفی_کتاب

▫️در علم داده ماهیت مسایل پیش رو همیشه از جنس پیش بینی نبوده و گاها نیاز هست تا روابط علت و معلولی کشف و بررسی بشه. این نوع از مدلسازی بسیار قابل اتکاتر و قابل تفسیرتر بوده و نتایج اون میتونه حتی در مدل های پیش بینی مورد استفاده قرار بگیره. اگه نمیدونید فرق مدلهای پیش بینی و مدلهایی که به دنبال کشف علیت هستند چیه این ویدیو کوتاه رو ببینید:

Enabling end-to-end Causal Inference at Scale

▫️ اگر مساله پیش روی شما نیاز به چنین مدلسازی ای داره مطالعه کتابهای زیر که هم به مفاهیم مربوطه پرداخته و هم نحوه استفاده از پکیج های پایتون مربوطه (DoWhy و EconML) رو تا حدی زیادی پوشش دادن، پیشنهاد میشه:

- Causal Inference and Discovery in Python
- Causal Inference in Python: Applying Causal Inference in the Tech Industry

@FinPy