L’articolo è stato aggiunto alla lista dei desideri

Password

Ricordami

Hai dimenticato la password?

Prosegui come ospite

Accetto termini e condizioni

Torna indietro

Verifica email È stata appena inviata una mail di verifica all’indirizzo

Questo passaggio aggiuntivo dimostra che sei tu che stai provando a proseguire come ospite.

Nome

Cognome

Password

Min. 8 caratteri ( A-Z, a-z, 0-9 e caratteri speciali . , - / @ _ ! )

Ripeti password

Verifica email L’indirizzo nome.cognome@mail.com non è presente nei nostri database come profilo ospite. Per maggiori dettagli contattare il servizio clienti

Con la presente registrazione, dichiaro di avere almeno 14 anni e di aver letto ed accettato le Condizioni d’Uso del sito, le Condizioni Generali di Vendita e l’Informativa Privacy fornita ai sensi degli artt. 13 e 14 del Regolamento Europeo (UE) 679/2016.

Autorizzo il Titolare ad inviare direttamente comunicazioni commerciali su prodotti e servizi del Titolare, società del Gruppo Feltrinelli e partner commerciali, a mezzo di sistemi automatizzati via e-mail, sms o simili e a mezzo del servizio postale, così come descritto all’art. 3 lett. e) dell’informativa privacy.

Autorizzo il Titolare a migliorare ed accrescere la capacità di adeguare l’offerta complessiva del Titolare alle esigenze dell’Utente, mediante comunicazioni commerciali ed offerte promozionali personalizzate basate sulla profilazione, così come descritto all’art. 3 lett. f) dell’informativa privacy.

Autorizzo il Titolare a comunicare e cedere i dati a società del Gruppo Feltrinelli e/o a partner commerciali attivi nei settori di editoria, cinema, musica, intrattenimento, nonché ulteriori terze parti appartenenti alle categorie indicate nell’informativa, per l’invio di comunicazioni commerciali effettuate da parte di questi soggetti, così come descritto all’art. 3 lett. g) dell’informativa privacy.

Benvenuto in IBS,

Riceverai una mail di conferma all’indirizzo

Raccontaci qualcosa in più su di te

oppure

Inizia il tuo shopping

Verifica email È stata appena inviata una mail di verifica all’indirizzo

Questo passaggio aggiuntivo dimostra che sei tu che stai provando a proseguire come ospite.

;

Machine Learning for Experiments in the Social Sciences

Leggi estratto

EBOOK IN LINGUA STRANIERA

Machine Learning for Experiments in the Social Sciences

di Jon Green (Autore)

II Mark H. White (Autore)

Cambridge University Press, 2023

Recensioni: 0/5

(0)

Grazie per la tua recensione!

Tra poche ore la vedrai online (in caso contrario verifica la conformità del testo alle nostre linee guida). Dopo la pubblicazione per te +4 punti Effe

17,57 € +180 punti Effe

Venditore: IBS

Acquisto online

Scaricabile subito

Articolo acquistabile con Bonus Cultura 18app e Carta del Docente

Articolo acquistabile con Carta Cultura Giovani e Carta del Merito

Dati e Statistiche

Salvato in 0 liste dei desideri

Machine Learning for Experiments in the Social Sciences

Scaricabile subito

17,57 €

Scaricabile subito

Machine Learning for Experiments in the Social Sciences

di Jon Green, II Mark H. White

Ebook in lingua straniera

Altri venditori

Prezzo e spese di spedizione

Venduto e spedito da IBS

17,57 € Spedizione gratuita

disponibilità immediata

Nuovo

Altri venditori

Prezzo e spese di spedizione

Venduto e spedito da IBS

17,57 € Spedizione gratuita

disponibilità immediata

Nuovo

Altri venditori

Prezzo e spese di spedizione

Descrizione

Causal inference and machine learning are typically introduced in the social sciences separately as theoretically distinct methodological traditions. However, applications of machine learning in causal inference are increasingly prevalent. This Element provides theoretical and practical introductions to machine learning for social scientists interested in applying such methods to experimental data. We show how machine learning can be useful for conducting robust causal inference and provide a theoretical foundation researchers can use to understand and apply new methods in this rapidly developing field. We then demonstrate two specific methods – the prediction rule ensemble and the causal random forest – for characterizing treatment effect heterogeneity in survey experiments and testing the extent to which such heterogeneity is robust to out-of-sample prediction. We conclude by discussing limitations and tradeoffs of such methods, while directing readers to additional related methods available on the Comprehensive R Archive Network (CRAN).

Leggi di più Leggi di meno

Dettagli

Autore:

Jon Green, II Mark H. White

Anno edizione:

2023

Editore:

Cambridge University Press

Formato:

EPUB3 con Adobe DRM

Testo in en

Compatibilità:

Tutti i dispositivi (eccetto Kindle) Scopri di più

Layout:

Reflowable

EAN:

9781009197847

Compatibilità

Formato:

Gli eBook venduti da IBS.it sono in formato ePub e possono essere protetti da Adobe DRM. In caso di download di un file protetto da DRM si otterrà un file in formato .acs, (Adobe Content Server Message), che dovrà essere aperto tramite Adobe Digital Editions e autorizzato tramite un account Adobe, prima di poter essere letto su pc o trasferito su dispositivi compatibili.

Scopri di più

Compatibilità:

Gli eBook venduti da IBS.it possono essere letti utilizzando uno qualsiasi dei seguenti dispositivi: PC, eReader, Smartphone, Tablet o con una app Kobo iOS o Android.

Scopri di più

Cloud:

Gli eBook venduti da IBS.it sono sincronizzati automaticamente su tutti i client di lettura Kobo successivamente all’acquisto. Grazie al Cloud Kobo i progressi di lettura, le note, le evidenziazioni vengono salvati e sincronizzati automaticamente su tutti i dispositivi e le APP di lettura Kobo utilizzati per la lettura.

Scopri di più

Clicca qui per sapere come scaricare gli ebook utilizzando un pc con sistema operativo Windows

L’articolo è stato aggiunto alla lista dei desideri