Применение методов Causal Inference и машинного обучения для оценки эффектов воздействия CATE
Уровень
продвинутый
На выходе
Освоите работу с библиотекой EconML; Научитесь применять методы двойного машинного обучения DML и его вариации; Научитесь использовать методы Policy Learning для правил назначения воздействий; Узнаете, как проводить диагностику качества оценок CATE; Научитесь повышать точность прогнозирования результатов вмешательств
Навыки
Библиотека EconML · Двойное машинное обучение (DML) · Инструментальные переменные OrthoIV · Инструментальные переменные DRIV · Ортогональные леса · Каузальные леса · PolicyTree · PolicyForest
Кому подойдёт
Специалисты в области Data Science; Аналитики; Исследователи
Предзаказ
Ориентировочный взнос
961 ₽
Сейчас платить не нужноЗапишитесь — мы сообщим, когда складчина стартует. Оплата потребуется только после старта.