Causalité 101 avec Robert Ness avec Robert Osazuwa Ness, Robert Ness

Aujourd’hui, nous sommes accompagnés de Robert Osazuwa Ness, ingénieur de recherche sur l’apprentissage automatique chez ML Startup Gamalon et instructeur à la Northeastern University.

Robert, que nous avons eu le plaisir de nous rencontrer à l’atelier Black in IA à Nerips dernier le mois dernier, nous rejoint pour discuter de la causalité, et notre prochain groupe d’étude basé sur sa nouvelle séquence de cours, « Modeling causal in Machine Learning ». Dans notre conversation, nous explorons ce que la causalité signifie dans divers contextes et comment cette perspective change entre les domaines et les utilisateurs, ce que les modèles causaux peuvent faire que les modèles non causaux ne sont pas aussi efficaces et les applications réelles de la causalité. Nous examinons également les différents outils et packages pour la causalité, les domaines où il est efficacement déployé dans l’apprentissage automatique, comme ML en production, et bien sûr le prochain groupe d’étude, pour lequel vous pouvez trouver plus de détails ici.