EconML 和 CausalML 的因果推理和机器学习实践：Microsoft、TripAdvisor、Uber 的工业用例
日程
时间
上午4:00 - 7:00 AM 2021年8月15日
2021 年 8 月 14 日下午 4:00 - 晚上 7:00
时间 2021 年 8 月 14 日下午 1:00 - 4:00
实时缩放链接
在会议期间在 KDD 21 虚拟平台内共享。
抽象的
近年来，无论是学术研究还是行业应用，都越来越多地使用机器学习方法来衡量细粒度的因果效应，并根据这些因果估计设计最佳策略。 和等开源软件包为应用研究人员和行业从业者提供了一个统一的接口，使用各种机器学习方法进行因果推理。 本教程将涵盖的主题包括元学习器的条件处理效果估计器和基于树的算法、模型验证和敏感性分析、优化算法（包括策略精简和成本优化）。 此外，本教程将演示这些算法在行业用例中的生成。
本教程
