Когда данные врут: самая опасная ошибка в ML. Корреляция ≠ причинность

📌 Заполни анкету прямо сейчас и получи чек-лист «15 самых популярных вопросов с собеседований и ответы на них» Анкета предзаписи:
Курс «База ML»:
Курс «ML в бизнесе»:
Telegram MLinside:
Почему модель уверена, что мороженое вызывает утопления? Добро пожаловать в мир, где данные могут врать, а ML-модели ошибаются, путая корреляцию с причинностью. Александр Дубейковский (экс-Яндекс, Авито, эксперт MLinside) объясняет, почему нейросети делают ложные выводы, как это влияет на бизнес и что делать, чтобы твои модели не повторили эти ошибки. В этом видео: • Корреляция ≠ причинность: как отличить одно от другого. • Почему модели “цепляются” за случайные связи. • Примеры из медицины, скоринга и компьютерного зрения. • Как A/B-тесты и causal-графы помогают находить настоящие причины. • Что делать, если модель «сломалась» после изменения данных. • Как понять, действительно ли фичи влияют на бизнес-результат. Подходит тем, кто: • строит модели и хочет научиться их правильно интерпретировать; • готовится к работе ML-инженером или Data Scientist; • хочет понимать, почему модели иногда ошибаются — и как этого избежать. Спикер: Александр Дубейковский — ML-эксперт, экс-Яндекс, Авито, преподаватель MLinside. Наш курс «База ML» поможет научиться строить модели, которые понимают причины, а не просто связи в данных. #машинноеобучение #datascience #MLinside #причинность #корреляция Если вам понравилось видео — поставьте лайк и подпишитесь на канал MLinside. Здесь выходят честные видео о машинном обучении, собеседованиях и карьере в Data Science. Таймкоды: 00:00 — Введение: почему данные могут «врать» 00:52 — Корреляция и причинность: в чём разница и почему это важно 02:00 — Пример с мороженым и утоплениями: как модели находят ложные связи 04:11 — Почему бизнес страдает от ошибок интерпретации данных 06:46 — Как causal-графы помогают понять реальные причины 07:10 — Что делать, если модель «сломалась» после изменения данных 10:18 — Главный вывод: как избежать ложных выводов в ML