We're proud to design great products for life

Интенсив

Введение в причинно-следственный анализ

В рамках интенсива будут рассмотрены основы причинно-следственного анализа: построение байесовских сетей на табличных данных и их использование для оценки эффекта от влияния признаков друг на друга

Когда

Длительность

Формат

Стоимость

Требования

10-20 марта 2025 г.

Очно или дистанционно

15 ак. ч. лекций и практики
12 ак. ч. самостоятельной работы

42 000 руб/слушатель
Скидки для групп

Знание основ статистики, понимание моделей ML/DS и Python на базовом уровне

В рамках интенсива будут рассмотрены основы причинно-следственного анализа: построение байесовских сетей на табличных данных и их использование для оценки эффекта от влияния признаков друг на друга

Скачать программу

Где применяется причинно-следственный анализ

Основные подходы к построению причинно-следственных графов

Критерии для определения необходимого набора переменных для оценки эффекта

Виды эффектов и модели для их оценки

О чём пойдёт речь?

На интенсиве мы расскажем об основных аспектах причинно-следственного анализа и раскроем их на примере реальной задачи:

Валидация оценки эффекта

Аналитикам, DS, Team leads, будущим специалистам по исследованию операций

5. РобоБух проводит
сверку автоматически

для понимания ограничений классического ML относительно причинно-следственного анализа

Кому подойдет курс?

желающим разобраться в том, как использовать причинно-следственный анализ в индустриальных кейсах

Руководителям Data Science подразделений

A²NCED

Программа

► Мотивация
► Приложения причинно-следственного анализа
► Повторение теории вероятностей
► Тест 1: Основы теории вероятностей
► Теория графов для причинно-следственного анализа
► Байесовские сети и d-separation
► Тест 2: Графы и d-separation
► Лабораторная работа 1: Условная независимость и байесовские сети

Подход к обучению

Лекции

Демонстрации

Тесты дня

Домашние задания

Теория не будет оторвана от практики.
Вас ждет насыщенная программа и поддержка преподавателя на протяжении всего интенсива

Онлайн вебинары с преподавателем и возможность задать все ваши вопросы

Преподаватель покажет и расскажет, как решается реальная задача на практике

Короткий тест в конце каждого дня, который поможет понять, насколько вы усвоили материал

Задачи и тесты, которые позволят повторить и закрепить пройденный на лекциях материал

Преподаватели

Полина Окунева

Автор курса A/B Тестирование
Руководитель направления аналитики и моделирования в финансах и рисках практики GlowByte Advanced Analytics
- Специализируется на разработке методологии A/B тестирования и методах Causal Inference.
- Руководитель Центра компетенции по А/В экспериментам.
- Имеет обширный опыт работы над проектами в различных отраслях с фокусом на uplift-моделирование.
- Автор профильных статей на Хабр, выступлений сообщества NоML.
Вадим Порватов

Старший бизнес-аналитик практики GlowByte Advanced Analytics
- Специализируется на задачах предиктивной аналитики в области графов, причинно-следственном анализе и федеративном обучении.
- Автор публикаций в областях computer vision и graph deep learning.
Владимир Селиверстов

Бизнес-аналитик практики GlowByte Advanced Analytics
- Специализируется на задачах по uplift-моделированию и причинно-следственному анализу с фокусом на оценку эффекта.

A²NCED

Записаться на интенсив

Оставьте заявку, и мы свяжемся с вами в ближайшее время!

Нажимая на кнопку, вы даете согласие на обработку персональных данных
и соглашаетесь c политикой конфиденциальности

Узнавайте об обновлениях и новых курсах первыми!

Подписывайтесь на наше коммьюнити NoML (Not only Machine Learning), где мы публикуем все новости, общаемся и делимся мнениями об индустрии

Присоединиться

Записаться на курс

Скачать программу