DSML Reading Club #7: causal representation learning

Causal Representation Learning from Multiple Distributions: A General Setting. Көптеген есепте өлшенетін айнымалылар жасырын себептік айнымалылардың, мысалы негізгі ұғымдар мен объектілердің, функциясы болады. Өзгермелі ортада болжам жасау немесе жүйеге дұрыс өзгеріс енгізу үшін жасырын себептік айнымалылар мен олардың байланыстарын қалпына келтіру пайдалы. Бұл міндет causal representation learning деп аталады. Мақала үлестірім өзгерістерінің артында қатаң интервенциялар бар деп болжамай, бірнеше үлестірімнен causal representation learning жасаудың жалпы, толық параметрлік емес қойылымын зерттейді.

Кездесуде талқылаймыз:

• Causal representation learning деген не
• Оны EEG мысалында қалай қолдануға болады
• Параметрлік және параметрлік емес қойылымдар мен VAE
• Сенбі, 13 қыркүйек, Қазақстан уақытымен 11:00
• Күнтізбеге қосу
• meet.google.com/aeo-oivb-zdp
• Спикер: Аяна Мұсабаева