프로젝트
응용·엔드투엔드 프로젝트 2개
-
고객 세분화와 인과 타겟팅
2026공개 Dunnhumby 리테일 데이터에서 NMF·K-Means 세분화를 메타러너·Causal-Forest HTE와 OPE로 검증한 최적 타겟팅 정책으로 이은 엔드투엔드 분석.
PersonalizationCausal InferencePythonscikit-learnEconMLCausal ForestNMFOptuna -
인과 기반 멀티터치 어트리뷰션
2026단일 Inhomogeneous Poisson Process 위에 Incremental·Shapley 채널 기여도와 path-level 분해를 통합해, 채널 예산·여정 설계·모집단 인과효과를 하나의 효율성 항등식으로 답한 시뮬레이션 연구(18-method 벤치마크, ground-truth MAE 0.016
Causal InferenceDecision-Making under UncertaintyPythonstatsmodelsNumPy/pandasPoisson GLM (IPP)Shapleymatplotlib