Курс «Причинно-следственное машинное обучение»
МФТИ — Московский физико-технический институт ·
Причинно-следственное машинное обучение — это передовая область анализа данных, объединяющая классическую статистику и современный искусственный интеллект для поиска истинных причинно-следственных связей. Курс требует знания основ теории вероятностей и демонстрирует, как теоретический аппарат причинного вывода применяется в реальном секторе. Студенты изучат сквозные сценарии использования причинно-следственного машинного обучения в здравоохранении, экономике, госсекторе, операционном менеджменте и цифровом ценообразовании. О курсе Классическое машинное обучение выявляет закономерности, чтобы прогнозировать, что произойдет на основе прошлых данных. В то время как причинно-следственное машинное обучение определяет причинно-следственные связи, чтобы предсказать, что изменится, если вы предпримете определенное действие. Например, классическая модель в розничной торговле прогнозирует, какие покупатели, скорее всего, отменят подписку, чтобы компания могла отправить им промокод. Причинно-следственная же модель определяет, действительно ли этот промокод заставил клиента остаться. Это гарантирует, что компания перестанет тратить бюджет на скидки для тех, кто в любом случае продлил бы подписку. Содержание курса: корреляция против причинно-следственной связи, парадокс Симпсона, потенциальные результаты, причинно-следственные графы (цепи, вилки, коллайдеры), парадокс Берксона, d-разделение, do-операторы, структурные причинно-следственные модели, рандомизированные эксперименты, причинные и статистические оценки, оценки склонности, взвешивание по обратной вероятности, мета-обучающиеся и инструментальные переменные. Курс проводится на английском языке. Для кого Программа рассчитана на слушателей, знающих основы теории вероятностей и стремящихся освоить методы причинно-следственного машинного обучения для решения прикладных задач в бизнесе и науке. Преподаватель к. ф.-м. н. Амир Реза Араб, сотрудник Лаборатории комбинаторных и геометрических структур МФТИ Расписание Старт курса — 24 сентября. Занятия проходят в онлайн-режиме по четвергам с 18:00 до 19:00. Курс состоит из 7 занятий: 24 сентября, 1, 8, 15, 22, 29 октября и 5 ноября. Участникам будет выслана ссылка для подключения. Для регистрации направьте, пожалуйста, письмо преподавателю курса и укажите ваши полные данные. Дополнительная информация По всем вопросам можно обращаться к Амиру Резе Арабу amir.arab@phystech.edu
Причинно-следственное машинное обучение — это передовая область анализа данных, объединяющая классическую статистику и современный искусственный интеллект для поиска истинных причинно-следственных связей. Курс требует знания основ теории вероятностей и демонстрирует, как теоретический аппарат причинного вывода применяется в реальном секторе. Студенты изучат сквозные сценарии использования причинно-следственного машинного обучения в здравоохранении, экономике, госсекторе, операционном менеджменте и цифровом ценообразовании. О курсе Классическое машинное обучение выявляет закономерности, чтобы прогнозировать, что произойдет на основе прошлых данных. В то время как причинно-следственное машинное обучение определяет причинно-следственные связи, чтобы предсказать, что изменится, если вы предпримете определенное действие. Например, классическая модель в розничной торговле прогнозирует, какие покупатели, скорее всего, отменят подписку, чтобы компания могла отправить им промокод. Причинно-следственная же модель определяет, действительно ли этот промокод заставил клиента остаться. Это гарантирует, что компания перестанет тратить бюджет на скидки для тех, кто в любом случае продлил бы подписку. Содержание курса: корреляция против причинно-следственной связи, парадокс Симпсона, потенциальные результаты, причинно-следственные графы (цепи, вилки, коллайдеры), парадокс Берксона, d-разделение, do-операторы, структурные причинно-следственные модели, рандомизированные эксперименты, причинные и статистические оценки, оценки склонности, взвешивание по обратной вероятности, мета-обучающиеся и инструментальные переменные. Курс проводится на английском языке. Для кого Программа рассчитана на слушателей, знающих основы теории вероятностей и стремящихся освоить методы причинно-следственного машинного обучения для решения прикладных задач в бизнесе и науке. Преподаватель к. ф.-м. н. Амир Реза Араб, сотрудник Лаборатории комбинаторных и геометрических структур МФТИ Расписание Старт курса — 24 сентября. Занятия проходят в онлайн-режиме по четвергам с 18:00 до 19:00. Курс состоит из 7 занятий: 24 сентября, 1, 8, 15, 22, 29 октября и 5 ноября. Участникам будет выслана ссылка для подключения. Для регистрации направьте, пожалуйста, письмо преподавателю курса и укажите ваши полные данные. Дополнительная информация По всем вопросам можно обращаться к Амиру Резе Арабу amir.arab@phystech.edu