Causal Modeling — причини, наслідки та кореляція
Опануйте розробку каузальних моделей на практиці з експертом Кремнієвої долини за 6 годин. В результаті зможете самостійно виконувати обчислення причинно-наслідковості мовою Python.
Лектор — Ростислав Бучко, Principal Data Scientist at TextNow
8+ років досвіду Data Scientist у компаніях Кремнієвої долини
![](https://robot-site-static.fra1.digitaloceanspaces.com/cc/ckeditor/landings/1284-causal-modeling-prichini-naslidki-ta-korelyaciya/web/1-block.webp)
Для кого:
До програми інтенсиву входять:
-
01
Реальні бізнес-кейси
Опануєте теорію каузального моделювання та на прикладах лектора розглянете, як DML-метод застосовують у роботі з даними.
-
02
Практика DML
Навчитеся застосовувати метод DML (метод “подвійного машинного навчання") для аналізу, оцінювання точності моделей, підвищення ефективності A/B-тестування та прогнозування впливу нових сервісів на прибутковість.
-
03
Проєкт у портфоліо
Виконаєте обчислення причинно-наслідковості будь-якою зручною мовою серед запропонованих: Python, R, Julia, MATLAB/Octave.
Дводенна програма
-
0115.06.2024 18:00
Основні положення теорії причинності. Подвійне машинне навчання на практиці
- Дізнаєтеся, що таке причинно-наслідкове моделювання й основні дотичні поняття
- Порівняєте методології «Перед і після» та «Різниці в різницях»
- Опануєте спосіб кількісної оцінки причинно-наслідковості — Double Machine Learning (DML)
- Розглянете деталі імплементації DML на прикладі лектора
Практичне завдання: самостійне виконання обчислення причинно-наслідковості на основі наданого датасету.
-
0216.06.2024 18:00
Валідація та оцінка точності DML. Каузальні методики в A/B-тестуванні
- Обговорите практичне завдання разом з лектором
- Ознайомитеся з критикою популярних помилок у застосуванні причинно-наслідкового моделювання
- Розглянете основні практики для валідації та оцінки точності розроблених моделей
- Дізнаєтеся про застосування каузальних методик в A/B-тестуванні
лектор
![](https://robot-site-static.fra1.digitaloceanspaces.com/cc/ckeditor/landings/1284-causal-modeling-prichini-naslidki-ta-korelyaciya/web/lector-block.webp)
Ростислав Бучко
Principal Data Scientist at TextNow, former Principal Data Scientist у торговому крилі Amazon
-
8+ років досвіду Data Scientist у приватному бізнесі в компаніях Кремнієвої долини
-
10+ років досвіду в ролі вченого-фізика в Національній лабораторії ім. Лоуренса в Берклі, США
-
пройшов шлях від Data Scientist до Principal Data Scientist at Amazon, TextNow, F5 Networks
-
розробляв складні MedTech-рішення і має понад 25 публікацій в журналах з медицини, інновацій, Data Science
реєстрація
Після заповнення форми з вами зв’яжеться наш менеджер, щоб уточнити всі деталі та відповісти на запитання.