Inferencia Causal para Ciencia de Datos
El curso cubre herramientas para razonar sobre causalidad en problemas aplicados de ciencia de datos. El foco está en formular preguntas identificables, distinguir correlación de efecto causal y evaluar intervenciones usando diseños experimentales y cuasi-experimentales.
Cristian Candia
Profesor Asociado, Instituto de Data Science, Facultad de Ingeniería, Universidad del Desarrollo, Chile. Director de CRiSS-LAB.
Cristian Candia estudia cómo las sociedades transforman información en relevancia colectiva a través de la atención, la memoria, las preferencias y la coordinación. Su trabajo combina ciencia social computacional, ciencia de redes, IA y datos conductuales a gran escala para entender cómo grupos, instituciones y sociedades deciden qué importa.