Africa-focused technology, digital and innovation ecosystem insight and commentary.
…
continue reading
コンテンツは DataTalks.Club によって提供されます。エピソード、グラフィック、ポッドキャストの説明を含むすべてのポッドキャスト コンテンツは、DataTalks.Club またはそのポッドキャスト プラットフォーム パートナーによって直接アップロードされ、提供されます。誰かがあなたの著作物をあなたの許可なく使用していると思われる場合は、ここで概説されているプロセスに従うことができますhttps://ja.player.fm/legal。
Player FM -ポッドキャストアプリ
Player FMアプリでオフラインにしPlayer FMう!
Player FMアプリでオフラインにしPlayer FMう!
Democratizing Causality - Aleksander Molak
Manage episode 375291705 series 2831626
コンテンツは DataTalks.Club によって提供されます。エピソード、グラフィック、ポッドキャストの説明を含むすべてのポッドキャスト コンテンツは、DataTalks.Club またはそのポッドキャスト プラットフォーム パートナーによって直接アップロードされ、提供されます。誰かがあなたの著作物をあなたの許可なく使用していると思われる場合は、ここで概説されているプロセスに従うことができますhttps://ja.player.fm/legal。
We talked about:
- Aleksander's background
- Aleksander as a Causal Ambassador
- Using causality to make decisions
- Counterfactuals and and Judea Pearl
- Meta-learners vs classical ML models
- Average treatment effect
- Reducing causal bias, the super efficient estimator, and model uplifting
- Metrics for evaluating a causal model vs a traditional ML model
- Is the added complexity of a causal model worth implementing?
- Utilizing LLMs in causal models (text as outcome)
- Text as treatment and style extraction
- The viability of A/B tests in causal models
- Graphical structures and nonparametric identification
- Aleksander's resource recommendations
Links:
- The Book of Why: https://amzn.to/3OZpvBk
- Causal Inference and Discovery in Python: https://amzn.to/46Pperr
- Book's GitHub repo: https://github.com/PacktPublishing/Causal-Inference-and-Discovery-in-Python
- The Battle of Giants: Causality vs NLP (PyData Berlin 2023): https://www.youtube.com/watch?v=Bd1XtGZhnmw
- New Frontiers in Causal NLP (papers repo): https://bit.ly/3N0TFTL
Free MLOps course: https://github.com/DataTalksClub/mlops-zoomcamp Join DataTalks.Club: https://datatalks.club/slack.html Our events: https://datatalks.club/events.html
168 つのエピソード
Manage episode 375291705 series 2831626
コンテンツは DataTalks.Club によって提供されます。エピソード、グラフィック、ポッドキャストの説明を含むすべてのポッドキャスト コンテンツは、DataTalks.Club またはそのポッドキャスト プラットフォーム パートナーによって直接アップロードされ、提供されます。誰かがあなたの著作物をあなたの許可なく使用していると思われる場合は、ここで概説されているプロセスに従うことができますhttps://ja.player.fm/legal。
We talked about:
- Aleksander's background
- Aleksander as a Causal Ambassador
- Using causality to make decisions
- Counterfactuals and and Judea Pearl
- Meta-learners vs classical ML models
- Average treatment effect
- Reducing causal bias, the super efficient estimator, and model uplifting
- Metrics for evaluating a causal model vs a traditional ML model
- Is the added complexity of a causal model worth implementing?
- Utilizing LLMs in causal models (text as outcome)
- Text as treatment and style extraction
- The viability of A/B tests in causal models
- Graphical structures and nonparametric identification
- Aleksander's resource recommendations
Links:
- The Book of Why: https://amzn.to/3OZpvBk
- Causal Inference and Discovery in Python: https://amzn.to/46Pperr
- Book's GitHub repo: https://github.com/PacktPublishing/Causal-Inference-and-Discovery-in-Python
- The Battle of Giants: Causality vs NLP (PyData Berlin 2023): https://www.youtube.com/watch?v=Bd1XtGZhnmw
- New Frontiers in Causal NLP (papers repo): https://bit.ly/3N0TFTL
Free MLOps course: https://github.com/DataTalksClub/mlops-zoomcamp Join DataTalks.Club: https://datatalks.club/slack.html Our events: https://datatalks.club/events.html
168 つのエピソード
すべてのエピソード
×プレーヤーFMへようこそ!
Player FMは今からすぐに楽しめるために高品質のポッドキャストをウェブでスキャンしています。 これは最高のポッドキャストアプリで、Android、iPhone、そしてWebで動作します。 全ての端末で購読を同期するためにサインアップしてください。