Open eun-kyoung113 opened 1 month ago
${\rightarrow}$ 개인마다 처치에 다르게 반응하는 "이질적 효과"를 고려해 조건부 처치 평균 효과(Conditional average treatment effect ; CATE) 및 이질적 처치 효과(Heterogeneous treatment effect ; HTE)를 추정해보자!
TMI) 메타몽이 여러 형태로 변할 수 있듯이, CATE를 추정하기 위해 사용하는 base-learner들이 여러 형태를 띌 수 있어 "메타 러너"라는 이름을 가지게 되었다고 합니다.
0. Overview
${\rightarrow}$ 개인마다 처치에 다르게 반응하는 "이질적 효과"를 고려해 조건부 처치 평균 효과(Conditional average treatment effect ; CATE) 및 이질적 처치 효과(Heterogeneous treatment effect ; HTE)를 추정해보자!
1. CATE 및 HTE의 정의
2. 메타 러너(Meta-learner)
TMI) 메타몽이 여러 형태로 변할 수 있듯이, CATE를 추정하기 위해 사용하는 base-learner들이 여러 형태를 띌 수 있어 "메타 러너"라는 이름을 가지게 되었다고 합니다.
2-1. S-learner
2-2. T-learner
2-3. X-learner
2-4. R-learner
3. Metrics for Heterogeneous effect estimation
4. Applications
4-1. Using uplift modeling for consumer personalization and targeting
4-2. Social Pressure and voter turnout
5. Special case - Multiple treatment groups
5-1. Meta-learners for multiple treatment groups
5-2. Meta-learners for multiple treatment groups with different costs
5-3. Net value optimization for multiple treatment groups with different costs