Couvre l'analyse causale des données d'observation, des pièges, des outils permettant de tirer des conclusions valables et d'aborder les variables confusionnelles.
Explore la correspondance en ligne dans des environnements en évolution, en abordant les défis et les solutions pour adapter les algorithmes à l'évolution des données.
Explore les défis des études observationnelles, en soulignant l'importance de la randomisation et de l'analyse de sensibilité pour tirer des conclusions valables à partir de «données trouvées».
Couvre les bases de la théorie des probabilités, y compris les définitions, les calculs et les concepts importants pour l'inférence statistique et l'apprentissage automatique.
