Examine la distinction entre association et lien de causalité dans l'analyse statistique, en soulignant les limites de l'association dans l'inferration de lien de causalité.
Explore l'inférence causale, les graphiques dirigés et l'équité dans les algorithmes, en mettant l'accent sur l'indépendance conditionnelle et les implications des GAD.
Introduit des méthodes de pointe dans l'optimisation et la simulation, couvrant des sujets tels que l'analyse statistique, la réduction de la variance et les projets de simulation.
Explique le critère de la porte d'entrée dans l'inférence causale et ses conditions suffisantes pour que les variables bloquent efficacement les chemins.
