How Data Scientists Use Bayesian A-B Testing

カートのアイテムが多すぎます

ご購入は五十タイトルがカートに入っている場合のみです。

カートに追加できませんでした。

しばらく経ってから再度お試しください。

ウィッシュリストに追加できませんでした。

しばらく経ってから再度お試しください。

ほしい物リストの削除に失敗しました。

しばらく経ってから再度お試しください。

ポッドキャストのフォローに失敗しました

ポッドキャストのフォロー解除に失敗しました

How Data Scientists Use Bayesian A-B Testing

無料で聴く

ポッドキャストの詳細を見る

Lucas and Luna dive into Bayesian A/B testing, a method that's quietly replacing traditional frequentist approaches in data science. They break down how it works, why it's more intuitive, and where it falls short. The episode centers on a real case: how a major retailer used Bayesian testing to optimize their checkout flow, cutting decision time from weeks to days. Lucas explains the math behind prior probabilities and posterior distributions without the jargon, while Luna questions whether Bayesian methods can really scale in big-tech environments. They also touch on the common pitfalls, like choosing a bad prior or misinterpreting results. By the end, listeners will understand the key difference between 'is this statistically significant?' and 'what's the probability this variant is better?'—and why the latter question is often more useful in practice. #DataScience #Technology #BayesianStatistics #ABTesting #MachineLearning #StatisticalModeling #DataDrivenDecisionMaking #PriorProbability #PosteriorDistribution #ConversionRateOptimization #FrequentistVsBayesian #DataSciencePodcast #FexingoBusiness #BusinessPodcast #Experimentation #DecisionScience #EcommerceAnalytics #DataCulture Keep every episode free: buymeacoffee.com/fexingo

まだレビューはありません