Дмитрий Павлов. Сausal Inference в анализе временных рядов

Data Fest Online 2021 Interpretable & Causal ML track Спикер: Дмитрий Павлов, Студент МФТИ, лаборатория финансовых технологий МФТИ и Тинькофф “Многие важные задачи бизнеса и науки описываются с использованием временных рядов. Когда дело доходит до исследования собранных данных, аналитикам приходится иметь дело с причинно-следственными связями. Например: Как повлияла маркетинговая компания на продажи? Как использование препарата сказалось на здоровье пациента? Есть ли причинно-следственная связь между короткой и долгой метриками продукта? К сожалению не существует универсального алгоритма, но есть методы, требующие несколько предположений, позволяющие дать ответы на эти вопросы. В докладе я расскажу о двух типах задачах causal inference, встречаемых в контексте работы с временными рядами: Causal Treatment Effect Estimation on Time Series, Causal Discovery for Time Series, и методах их решения. Также расскажу о работах, в которых решались эти две задачи. Ознакомит