研究人员开发了一种新的双重稳健因果效应估计器，专门用于点击后转化率 (CVR) 预测。该方法解决了现有因果推断技术应用于点击样本时固有的样本选择偏差和方差问题。所提出的框架利用了目标正则化，以提高数值稳定性和实际应用性，即使使用神经网络等灵活的非参数估计器，也能实现比干扰参数估计更快的收敛速度。在合成数据和真实世界数据上的实验证实了其有效性和稳健性，优于结合了损失去偏和标准因果估计器的方法。 AI
影响 这项研究为估计 CVR 预测中的因果效应提供了一种更稳健的方法，有可能提高广告和电子商务模型的准确性。
排序理由 该集群包含一篇研究论文，详细介绍了机器学习中因果推断的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
