Python Causal Cinco Ideas Novedosas de Causalidad en NeurIPS 2023

Python Causal - Five Novel Causality Ideas at NeurIPS 2023

Nuevas ideas emocionantes que unen la causalidad con el modelado generativo, la predicción conformal y la topología.

Imagen de Pixabay en Pexels.com

NeurIPS es considerada una de las conferencias más importantes y prestigiosas sobre inteligencia artificial y aprendizaje automático a nivel mundial debido a su riguroso proceso de revisión de artículos y la alta calidad de la investigación aceptada.

Con su enfoque multidisciplinario, la conferencia abarca una amplia gama de temas relacionados con el desarrollo de sistemas inteligentes y algoritmos de aprendizaje automático.

El número de artículos relacionados con la causalidad aceptados en NeurIPS ha crecido exponencialmente en los últimos años.

En este artículo presentamos cinco artículos causales aceptados en la edición 2023 de la conferencia que llamaron mi atención por aportar nuevos y importantes conocimientos al campo.

Es importante tener en cuenta que esta es una lista subjetiva y ciertamente incompleta. Una de las razones de esto es que en el momento de escribir este artículo, NeurIPS aún no ha publicado la lista completa de artículos aceptados en la conferencia.

Dicho esto, estoy convencido de que las ideas presentadas en los artículos que se presentan a continuación tienen la oportunidad de llevar nuestro campo hacia adelante.

¡Comencemos!

Meta-aprendices conformes

La predicción conformal es una familia de técnicas de cuantificación de incertidumbre propuestas originalmente por Vladimir Vovk.

La predicción conformal no requiere un modelo (no se necesitan suposiciones de distribución) y proporciona garantías de cobertura frecuentista. En otras palabras, garantiza que el resultado real caerá dentro de los intervalos (o conjuntos) de predicción con alta probabilidad bajo la suposición de intercambiabilidad¹.

Figura 1. Representación de los meta-aprendices conformes. Fuente: https://bit.ly/44Z9U9L

En su nuevo artículo Meta-aprendices conformes para la inferencia predictiva de los efectos individuales del tratamiento recién aceptado en NeurIPS 2022, Ahmed Alaa y sus colegas proponen un nuevo marco para los meta-aprendices conformes.

Su enfoque permite realizar inferencias directas sobre el parámetro objetivo (efecto individualizado del tratamiento; ITE), un…

We will continue to update Zepes; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

Inteligencia Artificial

La recuperación del conocimiento toma el centro del escenario

Para hacer la transición de la implementación del consumidor a la empresarial para GenAI, las soluciones deben constr...

Inteligencia Artificial

Los robots submarinos podrían abrir paso a un futuro de alta tecnología para la minería en aguas profundas

Renee Grogan, desarrolladora de soluciones mineras en Impossible Metals, visualiza a los robots submarinos como clave...

Inteligencia Artificial

Conoce MovieChat un innovador sistema de comprensión de video que integra modelos fundamentales de video y grandes modelos de lenguaje.

Los Modelos de Lenguaje Grande (LLMs, por sus siglas en inglés) han avanzado considerablemente en el sector de Proces...