⚽ Goal

<aside> ➡️ 1. Causal Inference (인과추론, 분석)에 대한 기본적인 개념 학습

  1. 문제 or ML 모델에 대한 원인 분석 능력 키우기

  2. 공부한 내용을 정리해, 인과추론에 대한 한국어 자료 만들어보기

</aside>

🪄 Greeting

😍 가짜연구소 소개

팀원 소개

출석 체크

📢 Notice

<aside> 📢 해당 스터디는 마무리 되었습니다. 3개월 동안 참여해주신 스터디원분들 모두 수고 많으셨습니다!

→ 가짜연구소 Causal Inference 팀 블로그 : https://pseudolabcausalinference.tistory.com/

→ 참여 링크 : 가짜연구소 Gather Town (스터디룸 C)

자료 링크 : Introduction to Causal Inference

👉 해당 자료를 사용 시, 반드시 출처를 명시해주세요!

</aside>

🧲Reminder

✅ Ground Rule

  1. 스터디 규칙

  2. 스터디 일정

  3. 청강 여부

🎮 Activities

  1. 스터디 (시작전)

  2. 스터디 (모임)

  3. 스터디 (모임 이후)

📋 Study Plan


<aside> 💡 아래 플랜은 빌더가 작성한 초안이며, 주차별 진행계획은 러너(스터디원)분들과 협의에 의해 변경될 수 있습니다.

</aside>

계획표 및 Q&A

Causal Inference 학습에 도움이 되는 자료 & 링크


[ Causal Inference 자료 ]

Week 자료 설명 및 링크
OT 같이 학습하면 좋은 Lecture Material 정리!!!

사례 발표시 참고하기 좋은 블로그

Causality 주요 커뮤니티

인과추론 관점에서 회귀분석 이해하기

IT 기업에서의 A/B 테스트 활용

Sensitivity Analysis

Nonlinear: https://www.cs.helsinki.fi/u/ahyvarin/papers/Zhang16.pdf / Causal discovery: https://www.youtube.com/watch?v=h1eMKb4iCTk&list=PLKKkeayRo4PWyV8Gr-RcbWcis26ltIyMN&index=42 | | | | | |

[ Causal Inference 라이브러리 및 튜토리얼 정리 ] → 나중에 팀 블로그에 정리 예정

라이브러리 라이브러리 설명 및 링크
Python - causality Python에서 간단하게 설치 후 활용할 수 있는 Causality 라이브러리 (Observational Datasets 기반)

📚 Archives


Causal Inference 아카이빙

Powered by Fruition