онлайн-інтенсив
2 заняття
6 годин
Кейс у портфоліо

Causal Modeling — причини, наслідки та кореляція

Name: Causal modeling — причини, наслідки та кореляція
Price: По запиту UAH

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

Для кого:

Junior Data Scientist

Щоб поглибити знання в Double Machine Learning (DML) та розширити практичні можливості для розробки власних каузальних моделей

Senior Data Scientist / Data Analyst / BI Engineer

Щоб обчислювати каузальний вплив за допомогою DML, щоб ефективніше виконувати завдання бізнесу та шукати нові підходи до розв’язання проблем

Team Lead / Technical PM / Product Manager

Щоб ухвалювати правильні рішення на підставі каузальних моделей та ефективно вести проєкти з каузального моделювання

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

01
15.06.2024 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.
02
16.06.2024 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

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.