- 昨日觀看次數
- +86
- 11/15 → 11/16
- 7 天觀看次數
- +631
- 11/9 → 11/16
- 開始記錄以來的訂閱人數變化
- 7,030 → 7,050
- 10/27 → 11/16
- 總觀看次數
- 30.5萬
- 影片 179部
每天成長多少?
記錄第 21 天 · 每天韓國時間午夜左右取得一次
YouTube 只公開訂閱人數的前三位數,所以圖表會呈階梯狀變化。
每日記錄
| 日期 | 訂閱人數 | 總觀看次數 | 觀看次數增加 | 影片 |
|---|---|---|---|---|
| 11月16日(週一) | 7,050 | 305,722 | +86 | 179 |
| 11月15日(週日) | 7,050 | 305,636 | +101 | 179 |
| 11月14日(週六) | 7,050 | 305,535 | +40 | 179 |
| 11月13日(週五) | 7,050 | 305,495 | +136 | 179 |
| 11月12日(週四) | 7,040 | 305,359 | +89 | 179 |
| 11月11日(週三) | 7,040 | 305,270 | +47 | 179 |
| 11月10日(週二) | 7,040 | 305,223 | +132 | 179 |
| 11月9日(週一) | 7,040 | 305,091 | +114 | 179 |
| 11月8日(週日) | 7,040 | 304,977 | +95 | 179 |
| 11月7日(週六) | 7,040 | 304,882 | +65 | 179 |
| 11月6日(週五) | 7,040 | 304,817 | +114 | 179 |
| 11月5日(週四) | 7,040 | 304,703 | +115 | 179 |
| 11月4日(週三) | 7,040 | 304,588 | +52 | 179 |
| 11月3日(週二) | 7,040 | 304,536 | +72 | 179 |
| 11月2日(週一) | 7,040 | 304,464 | +68 | 179 |
| 11月1日(週日) | 7,040 | 304,396 | +99 | 179 |
| 10月31日(週六) | 7,040 | 304,297 | +52 | 179 |
| 10月30日(週五) | 7,030 | 304,245 | +68 | 179 |
| 10月29日(週四) | 7,030 | 304,177 | +80 | 179 |
| 10月28日(週三) | 7,030 | 304,097 | 沒有變化 | 179 |
| 10月27日(週二) | 7,030 | 304,097 | - | 179 |
近期影片
1:02:11더블 머신러닝 (Double/Debiased Machine Learning)
38:22인과추론을 위한 머신러닝
32:18[실무로 통하는 인과추론] 13-1. 임상 관찰 연구에서의 Target Trial Emulation
55:59[실무로 통하는 인과추론] 12. 인과관계 발견(Causal Discovery)과 Causal Ops 소개
30:31[실무로 통하는 인과추론] 9. 던전앤파이터 캐릭터 리뉴얼로 알아보는 통제집단합성법
18:36[실무로 통하는 인과추론] 8. 라이브 게임에서의 이중차분법 활용
40:00[인과추론 서머워크숍] 데이터 기반 의사결정 문화 만들기
45:24[인과추론 서머워크숍] 생성형 AI 시대의 데이터 사이언스
54:28[인과추론 서머워크숍] 인과적 AI 의 실무 적용 (Causal AI)
31:14[인과추론 서머워크숍] 교차 실험을 통한 빠른 머신러닝 모델 최적화
同主題、訂閱人數相近的頻道
이기는 종목 추천 TV知識7,050觀看 91.3萬次
은퇴갓생知識7,050觀看 247萬次
마음숲심리코칭 | 스터디 공간 꼼즈知識7,050觀看 87.8萬次
오늘의급등스팟知識7,050觀看 141萬次
보험백서知識7,050觀看 92萬次
차트트랩知識7,060觀看 57.2萬次
_주린이TV_주식투자배우기知識7,060觀看 129萬次
변곡점주식知識7,060觀看 98.8萬次
頻道資訊
- 頻道名稱
- 인과추론의 데이터과학
- 帳號代碼
- @causaldatascience
- 頻道 ID
UCkEHnPq2T8Vpafk3p-Rk49A- 開設日期
- 2020年6月19日(週五)
- 國家設定
- 韓國
- 主題 YouTube 分類
- 知識
查看頻道說明
데이터 분석을 통해 원인과 결과를 탐구하는 인과추론 (causal inference)을 다룹니다.