Sign up to save your podcasts
Or
Share The Next S-Curve: Causal Inference
Share to email
Share to Facebook
Share to X
Share to email
Share to Facebook
Share to X
Or
The Next S-Curve: Causal Inference
In deze aflevering praten we met onze gast Yaron McNabb over de wondere wereld van Causal Inference. Ondanks de sterke correlatie tussen consumptie van ijsjes en haai aanvallen weten we allemaal dat er geen direct verband bestaat. Meer ijsjes eten leidt niet tot meer haai aanvallen en vice versa. Correlatie is geen Causatie… en dit is exact waar we deze aflevering op inzoomen. We hebben het onder andere over het verschil tussen deze termen, hoe Causation gemeten kan worden, de uitdagingen die hierbij komen kijken, voorbeelden uit de praktijk en de toekomst van Causal Inference. Yaron is onze belangrijkste expert bij Eraneos op dit onderwerp en past Causal Inference en andere Data- en AI-concepten dagelijks toe voor onze klanten.
Hoofdstukken:
(00:26) Introductie & achtergrond van Yaron
(03:10) Projecten waar hij momenteel bij betrokken is
(04:35) Wat is Causal Inference
(08:15) Verschil tussen oorzakelijk causation en correlation
(12:00) Causal coefficients
(13:00) Uitdagingen bij het onderscheiden van causation
(16:00) Belang van kwaliteit en kwantiteit van data
(17:30) Burnout voorspellingsmodel & Innovation Day
(25:07) Counterfactuals
(30:30) Wanneer staan organisaties open voor verandering
(31:40) Toekomstige ontwikkelingen in causal inference
(34:50) Natural Language Processing en ChatGPT
(36:40) Waar vindt u meer informatie over Yaron en zijn onderzoek?
Volg onze podcast:
https://www.eraneos.com/nl/nl/podcast-the-next-s-curve/
Volg onze hosts:
https://www.linkedin.com/in/philine-toet-a47a64167/
https://www.linkedin.com/in/pierredewit/
Show notes:
Climbing the Ladder of Causality with LLM, KG and Vector search, Anthony Alcaraz (paywall) - https://medium.com/mlearning-ai/climbing-the-ladder-of-causality-with-llm-3960fe30d21c
A complete guide to causal inference - https://towardsdatascience.com/a-complete-guide-to-causal-inference-8d5aaca68a47
The book of why: Judea Pearl and Dana MacKenzie - https://www.goodreads.com/en/book/show/36204378
Causal Inference: What If - https://www.hsph.harvard.edu/miguel-hernan/causal-inference-book/
Causal inference for the brave and true - https://matheusfacure.github.io/python-causality-handbook/landing-page.html
Literal Lucy to the rescue: A new way to distinguish between literal meaning and contextual meaning - https://phys.org/news/2012-03-literal-lucy-distinguish-contextual.html
The Goldilocks of Pragmatic Understanding: Fine-Tuning Strategy Matters for Implicature Resolution by LLMs - https://arxiv.org/abs/2210.14986
Causal Reasoning and Large Language Models: Opening a New Frontier for Causality - https://arxiv.org/abs/2305.00050
Yaron McNabb Medium page - https://medium.com/@ymcnabb
View all episodes
By EraneosIn deze aflevering praten we met onze gast Yaron McNabb over de wondere wereld van Causal Inference. Ondanks de sterke correlatie tussen consumptie van ijsjes en haai aanvallen weten we allemaal dat er geen direct verband bestaat. Meer ijsjes eten leidt niet tot meer haai aanvallen en vice versa. Correlatie is geen Causatie… en dit is exact waar we deze aflevering op inzoomen. We hebben het onder andere over het verschil tussen deze termen, hoe Causation gemeten kan worden, de uitdagingen die hierbij komen kijken, voorbeelden uit de praktijk en de toekomst van Causal Inference. Yaron is onze belangrijkste expert bij Eraneos op dit onderwerp en past Causal Inference en andere Data- en AI-concepten dagelijks toe voor onze klanten.
Hoofdstukken:
(00:26) Introductie & achtergrond van Yaron
(03:10) Projecten waar hij momenteel bij betrokken is
(04:35) Wat is Causal Inference
(08:15) Verschil tussen oorzakelijk causation en correlation
(12:00) Causal coefficients
(13:00) Uitdagingen bij het onderscheiden van causation
(16:00) Belang van kwaliteit en kwantiteit van data
(17:30) Burnout voorspellingsmodel & Innovation Day
(25:07) Counterfactuals
(30:30) Wanneer staan organisaties open voor verandering
(31:40) Toekomstige ontwikkelingen in causal inference
(34:50) Natural Language Processing en ChatGPT
(36:40) Waar vindt u meer informatie over Yaron en zijn onderzoek?
Volg onze podcast:
https://www.eraneos.com/nl/nl/podcast-the-next-s-curve/
Volg onze hosts:
https://www.linkedin.com/in/philine-toet-a47a64167/
https://www.linkedin.com/in/pierredewit/
Show notes:
Climbing the Ladder of Causality with LLM, KG and Vector search, Anthony Alcaraz (paywall) - https://medium.com/mlearning-ai/climbing-the-ladder-of-causality-with-llm-3960fe30d21c
A complete guide to causal inference - https://towardsdatascience.com/a-complete-guide-to-causal-inference-8d5aaca68a47
The book of why: Judea Pearl and Dana MacKenzie - https://www.goodreads.com/en/book/show/36204378
Causal Inference: What If - https://www.hsph.harvard.edu/miguel-hernan/causal-inference-book/
Causal inference for the brave and true - https://matheusfacure.github.io/python-causality-handbook/landing-page.html
Literal Lucy to the rescue: A new way to distinguish between literal meaning and contextual meaning - https://phys.org/news/2012-03-literal-lucy-distinguish-contextual.html
The Goldilocks of Pragmatic Understanding: Fine-Tuning Strategy Matters for Implicature Resolution by LLMs - https://arxiv.org/abs/2210.14986
Causal Reasoning and Large Language Models: Opening a New Frontier for Causality - https://arxiv.org/abs/2305.00050
Yaron McNabb Medium page - https://medium.com/@ymcnabb