Learning to make trustworthy decisions: predictive models, assumption checking or experiments?

Du kan följa eventet online här https://chalmers.zoom.us/j/69140014938 pw:monday

Abstract:

Inom många områden av vetenskap och samhälle är vi intresserade av att fatta goda beslut. Till exempel: bör vi använda läkemedel A eller läkemedel B för att behandla en sjukdom, leder denna annons till högre konsumtion, eller kommer denna nya utbildningsinsats att leda till bättre läranderesultat? Statistisk maskininlärning adresserar inte dessa frågor direkt, men kanske kan den användas som en del av en lösning för att möjliggöra bättre och mer tillförlitlig kausal inferens för att besvara sådana frågor. I detta föredrag kommer jag att gå igenom olika byggstenar som min forskargrupp undersöker för att hantera detta, med början i en diskussion om prediktionens begränsningar, vidare till svårigheterna med att granska kausala antaganden och utmaningarna med individanpassat beslutsstöd baserat på experimentella data. Avslutningsvis presenterar vi några aktuella öppna problem och framtida forskningsinriktningar som vårt konsortium ”Safe Causal Inference” kommer att arbeta med under de kommande åren.