# inferencia-causal-con-python-y-causal-ml
Inferencia Causal con Python y Causal ML
Inferencia causal es un método para analizar la relación entre variables y determinar si una variable causa o influye en otra. A diferencia de la correlación, la inferencia causal nos permite hacer afirmaciones acerca de cómo cambiar una variable afecta a otra. En la práctica, la inferencia causal nos permite hacer predicciones y tomar decisiones basadas en la causa y …
Empezar gratis
Acceso libre · sin registro · sin pagos
# curriculum
¿Qué vas a aprender?
- Introducción a la causalidad: Conceptos básicos y fundamentos teóricos.
- Métodos de Asignación de Tratamientos: Diseño experimental, aleatorización y otros.
- Métodos de Control de Variables Confundidoras.
- Métodos Basados en Modelos: Regresión Lineal, Logística, Árboles de Decisión y Random Forests.
- Estimación del Efecto Causal con Propensity Score Matching.
- Análisis de Medición de Resultados Causales: Análisis de Regresión, Análisis de Varianza y Análisis Multivariado.
- Métodos Basados en Redes Bayesianas y Grafo Causal.
- Muestreo y Estimación del Efecto Causal con Muestreo Proporcional Estratificado.
- Métodos de Estimación de Efectos Causales con Datos Observacionales.
- Técnicas de Validación y Evaluación de Modelos Causales.
# instructor
Guillermo Izquierdo
Ingeniero, hago Python aplicado y enseño en PyPro. Los cursos son cortos, técnicos y al grano. Aprendes lo que sí se usa.
¿Qué es PyPro?