Interpretable & Causal ML

Цель трека - создание сообщества для решения актуальных проблем интерпретируемости моделей машинного обучения и выявления причинно-следственных связей в них.

Ссылки на треки 2020 года - Interpretable ML и Causal Inference in ML

Расписание на 23 мая

11:00 - Ольга Филиппова, Team Lead DS Банк Открытие - Causality and Shapley values
12:00 - Наталья Тоганова, к.э.н., бизнес-аналитик, GlowByte Consulting - Обзор библиотеки EconML: идеи и реализация
13:00 - Татьяна Шаврина, энтузиаст NLP, Главный эксперт по технологиям, SberDevices - Все способы измерить слона: заглянуть внутрь трансформерных моделей
14:00 - Кирилл Быков, ML PhD student @ TU Berlin ML Department, UMI Lab - Explaining Hidden Representations
15:00 - Инсаф Ашрапов, Lead Data Scientist, СБЕР - Интерпретация банковских моделей
16:00 - Дмитрий Павлов, Студент МФТИ, лаборатория финансовых технологий МФТИ и Тинькофф - Causal Inference в анализе временных рядов
17:00 - Нетворкинг: Causal & Interpretable ML - Current Trends and Questions

Организаторы трека 

Ирина Голощапова, Head of Data Science, LENTA, ODS slack: @irina_g
Дмитрий Колодезев, Director, Promsoft, ODS slack: @d_key

Track program