Causal Inference для аналитиков

Школа Stepik
Суть
Методы Causal Inference для оценки эффектов на нерандомизированных данных в продуктовых задачах
Уровень
для практикующих
На выходе
Оценивать причинно-следственные эффекты на нерандомизированных данных; Применять CatBoost и XGBoost в причинно-следственном анализе; Учитывать ненаблюдаемые переменные при работе с панельными данными; Проводить A/A-симуляции и анализ остатков для проверки качества модели
Навыки
Линейная регрессия OLS · Two-Way Fixed Effects · Double Machine Learning · Difference-in-Differences · Синтетический контроль Causal Impact · Методы IPTW и DRE · Propensity Score · Инструментальные переменные
Кому подойдёт
Специалисты по Data Science; Продуктовые аналитики; Маркетинговые аналитики; Аналитики данных
Знать заранее
Уметь программировать на Python; Работать с Pandas и Numpy
Предзаказ без оплаты

Как работает предзаказ

Запись бесплатная: сейчас ничего оплачивать не нужно.

  1. 1
    Запишитесь бесплатно

    Оставьте почту — банковская карта и оплата не нужны.

  2. 2
    Дождитесь старта

    Мы отправим письмо, когда складчина начнётся.

  3. 3
    Решите после старта

    Только тогда можно внести взнос и присоединиться к складчине.