Симулятор A/B-тестов?utm_source=yandex&utm_medium=organic&utm_campaign=13_dssimab_yandex_organic_feed_course_worldwide_ds_kc

Характеристики

Дополнительная категория

300

Оплата в рассрочку

12

Ежемесячная цена

3166

Продолжительность

2

План

В первый рабочий день в новой компании познакомимся с данными и платформой А/B-тестирования, а также изучим основы статистики, которых будет достаточно для прохождения курса.

План

Узнаем, как появилась идея проверять гипотезы. Создадим собственный критерий принятия решений. Рассмотрим популярные критерии для типичных метрик и поговорим об их ограничениях.

План

Научимся подбирать оптимальные параметры для запуска эксперимента. Определять продолжительность, размер выборки и минимальный эффект, который возможно обнаружить.

План

Разберёмся как проверять корректность дизайна. Узнаем, зачем нужно проводить синтетические A/A и A/B эксперименты на исторических данных.

План

Познакомимся с методом бутстрэп. Научимся строить доверительные интервалы для произвольных метрик и узнаем, как принимать решения на основе доверительных интервалов.

План

Рассмотрим актуальные способы повышения чувствительности A/B-тестов и применим их на практике. Научимся сокращать размер выборки, необходимый для проведения эксперимента.

План

Выбрать метрику для эксперимента не всегда просто. Разберёмся, какие бывают метрики, научимся выбирать наиболее подходящие для эксперимента и узнаем, как отслеживать «здоровье» A/B-теста.

План

Научимся применять CUPED и стратификацию — продвинутые методы повышения чувствительности A/B-тестов, основанные на использовании дополнительной информации.

План

Научимся применять CUPED и стратификацию — продвинутые методы повышения чувствительности A/B-тестов, основанные на использовании дополнительной информации.

План

Иногда для решения одной проблемы выдвигается сразу несколько гипотез, одновременная проверка которых влияет на дизайн эксперимента. Познакомимся с техниками множественного тестирования и параллельным проведением большого числа экспериментов.

План

Гипотез становится всё больше, и нам не хватает наблюдений, чтобы проверять их все одновременно. Обсудим, когда можно использовать пользователей одновременно в нескольких экспериментах и как это делать.

План

При проверке гипотез о равенстве метрик отношения (например, CTR) обычные тесты применять некорректно, так как наблюдения не являются независимыми. Изучим подходы для проверки таких гипотез и закрепим новые знания на практике.

План

Вспомним пройденные темы и структурируем полученные знания для применения их в реальных задачах. Обсудим проблему подглядывания в результаты до окончания эксперимента.

План

Финальный тест

Формат обучения

Самостоятельно

Есть вебинары

false

Есть домашние работы

true

Есть видеоуроки

true

Есть текстовые уроки

true

Есть тренажеры

true

Есть сообщество

true

Сложность

Для новичков

Тип обучения

Курс

Есть бесплатная часть

false

Результат обучения

Сертификат

Часы в неделю

15