9 月 18 日消息,腾讯在其公众号“腾讯开源”中宣布,旗下开源分布式数据科学组件项目 Fast-Causal-Inference 目前已经在 GitHub 中公布。

腾讯开源数据组件 Fast-Causal-Inference,可用于分布式向量化统计分析及因果推算-风君雪科技博客

▲ 图源 “腾讯开源”公众号

据悉,这是由腾讯微信研发,采用 SQL 交互的,基于分布式向量化的统计分析、因果推断计算库,据称“解决已有统计模型库 (R / Python) 在大数据下的性能瓶颈,提供百亿级数据秒级执行的 Causal inference 能力,同时通过 SQL 语言降低统计模型使用门槛,易用于生产环境中,目前已在微信视频号、微信搜一搜等微信内部多个业务进行了应用。”

官方介绍:

提供海量数据秒级执行的 Causal inference 能力 

基于向量化 OLAP 执行引擎 ClickHouse / StarRocks,速度上更益于极致化用户体验。

腾讯开源数据组件 Fast-Causal-Inference,可用于分布式向量化统计分析及因果推算-风君雪科技博客


极简的 SQL 使用方式

SQLGateway WebServer 通过 SQL 语言降低统计模型使用门槛,并在上层提供极简的 SQL 使用方式,透明做引擎相关的 SQL 展开和优化。

腾讯开源数据组件 Fast-Causal-Inference,可用于分布式向量化统计分析及因果推算-风君雪科技博客

提供基础算子、高阶算子的因果推断能力,及上层的应用封装

支持 ttest, OLS, Lasso, Tree-based model, matching, bootstrap, DML 等。

腾讯开源数据组件 Fast-Causal-Inference,可用于分布式向量化统计分析及因果推算-风君雪科技博客

同时得知,官方表示,首个版本已经支持如下特性:

基础因果推断工具

  • 基于 deltamethod 的 ttest,支持 CUPED

  • OLS,亿行数据,亚秒级

进阶因果推断工具

  • 以 OLS 为基础的 IV,WLS,以及其他 GLS,DID,合成控制,CUPED,mediation 正在孵化

  • uplift:千万数据分钟级别运算

  • bootstrap / permutation 等数据模拟框架,解决没有显示解的方差估计问题

参考

  • 开源公告 | 腾讯分布式数据科学组件

  • Tencent / fast-causal-inference — GitHub

广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,所有文章均包含本声明。