онлайн-интенсив
2 занятия
6 часов
Кейс в портфолио

Causal Modeling — причины, следствия и корреляция

Name: Causal modeling — причины, следствия и корреляция
Price: По запросу UAH

Освойте разработку каузальных моделей на практике с экспертом Кремниевой долины за 6 часов. В результате сможете самостоятельно выполнять вычисления причинно-наследственности на языке Python.

Лектор — Ростислав Бучко, Principal Data Scientist in TextNow

8+ лет опыта Data Scientist в компаниях Кремниевой долины

Для кого:

Junior Data Scientist

Чтобы углубить знания в Double Machine Learning (DML) и расширить практические возможности для разработки собственных каузальных моделей

Senior Data Scientist / Data Analyst / BI Engineer

Чтобы вычислять каузальное влияние с помощью DML, чтобы более эффективно выполнять задачи бизнеса и искать новые подходы к решению проблем

Team Lead / Technical PM / Product Manager

Чтобы принимать правильные решения на основе казуальных моделей и эффективно вести проекты по каузальному моделированию

В программу интенсива входят:

01

Реальные бизнес-кейсы

Освойте теорию каузального моделирования и на примерах лектора рассмотрите, как DML-метод применяется в работе с данными.
02

Практика DML

Научитесь применять метод DML (метод "двойного машинного обучения") для анализа, оценки точности моделей, повышения эффективности A/B-тестирования и прогнозирования влияния новых сервисов на прибыльность.
03

Проект в портфолио

Выполните вычисление причинно-следственности на любом удобном языке среди предложенных: Python, R, Julia, MATLAB/Octave.

Двухдневная программа

01
15.06.2024 18:00

Основные положения теории причинности. Двойное машинное обучение на практике
- Узнаете, что такое причинно-следственное моделирование и основные касательные понятия
- Сравните методологии «Перед и после» и «Разницы в разницах»
- Освоите способ количественной оценки причинно-следственности — Double Machine Learning (DML)
- Рассмотрите детали имплементации DML на примере лектора
Практическая задача: самостоятельное выполнение вычисления причинно-следственности на основе предоставленного датасета.
02
16.06.2024 18:00

Валидация и оценка точности DML. Каузальные методики в A/B-тестировании
- Обсудите практическую задачу вместе с лектором
- Ознакомитесь с критикой популярных ошибок в применении причинно-следственного моделирования
- Рассмотрите основные практики для валидации и оценки точности разработанных моделей
- Узнаете о применении каузальных методик в A/B-тестировании

лектор

Ростислав Бучко

Principal Data Scientist в TextNow, former Principal Data Scientist в торговом крыле Amazon

8+ лет опыта Data Scientist в частном бизнесе в компаниях Кремниевой долины
10 лет опыта в качестве ученого-физика в Национальной лаборатории им. Лоуренса в Беркли, США
прошел путь от Data Scientist до Principal Data Scientist in Amazon, TextNow, F5 Networks
разрабатывал сложные MedTech-решения и имеет более 25 публикаций в журналах по медицине, инновациям, Data Science

регистрация

После заполнения формы с вами свяжется наш менеджер, чтобы уточнить все детали и ответить на вопросы.