Цель трека - создание causal inference guide для data scientist-ов. Классические и современные подходы причинно-следственного анализа в применении к задачам машинного обучения.

Causal Inference in ML

Интерпретация моделей машинного обучения: как объяснить результаты статистических моделей заказчику.

Interpretable ML

Индустрия Антифрода/Антиспама/Антивсего: какие есть особенности и как с этим работать. У нас будет несколько докладов от крупных IT компаний, все доклады будут от людей, которые на практике защищают сервисы, пользователей или партнеров.

Antifraud

ML in Marketing: ML для задач маркетинга. Привлечение, удержание, работа с узнаваемостью, где вашему бизнесу пригодится ML уже сегодня.

ML in Marketing

Uplift & CJM

RELa: Recsys, Embeddings, Look-alike

Использование обработки естественного языка в практике

NLP in industry

Generative NLP

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

Interpretable & Causal ML

Data Science в МегаФоне совсем не ограничивается телекомом! Вы познакомитесь с интересными  проектами и методами из сферы Causal ML, Recommendations и просто работы с табличными данными. Также сможете попробовать свои силы в соревновании по Uplift Modelling. И на закуску - телеграм чаты+подкаст об ML с любимыми спикерами из индустрии и академии.

Active