-
离线评估过关后,怎样从历史日志学出一条可解释的干预规则?双重稳健策略学习用交叉拟合的双重稳健增益分数训练受限决策规则,并把策略搜索与独立价值审计分开。
17 分钟 中文 -
策略上线后人群和资源都在变,怎样监控而不误判?分布、结果与容量三道门把个体化决策策略的线上监控拆成输入分布、成熟结果和资源容量三类信号,并用冻结基线与滚动快照定位变化来源。
14 分钟 中文 -
标签逐步到齐时,评估值该怎样更新?延迟标签的成熟窗口与版本快照将标签成熟、观察窗口和重复查看纳入离线策略评估协议,避免未成熟样本造成虚假的质量变化。
13 分钟 中文 -
同一份离线评估为何会变结果?冻结策略评估快照与运行身份把数据、目标、策略版本与折外切分写成可哈希的评估清单,区分逻辑运行身份和结果记录。
12 分钟 中文 -
离线策略搬到新用户群会变好吗?双重稳健的目标人群价值评估将日志处理概率校正与目标人群运输合并,推导冻结个体策略的目标价值估计,用手算和纯 Python 分数计算识别重叠风险。
15 分钟 中文 -
试验有效,换一批用户还有效吗?因果效应的目标人群运输从试验人群与上线人群的差异出发,推导目标人群平均处理效应的标准化和选择权重,用手算例与纯 Python 实现检查运输条件。
15 分钟 中文 -
名额有限时,怎样把群体覆盖约束写进处理策略?用最低覆盖率约束刻画一种明确的群体公平目标,在固定容量下推导组内阈值与全局补位,量化福利代价并用纯 Python 实现。
14 分钟 中文 -
预算只够帮助一部分人,怎样把 CATE 变成资源分配规则?从平均处理效应排序到预算约束策略,推导等成本阈值与异质成本影子价格,用手算、伪代码和纯 Python 实现说明何时不能简单按比率排序。
14 分钟 中文
返回