ข่าวสารจุฬาฯ

คณะพาณิชยศาสตร์และการบัญชี จุฬาฯ เชิญฟังการบรรยาย CBS Frontiers in Research

คณะพาณิชยศาสตร์และการบัญชี จุฬาฯ ขอเชิญชวนคณาจารย์ นักวิจัย นิสิต และผู้สนใจเข้าร่วมฟังการบรรยาย CBS Frontiers in Research หัวข้อ Managerial Overrides and Algorithmic Decision-Making: A Causal Machine Learning Framework ในวันอังคารที่ 28 ตุลาคม 2568 เวลา 12.00 – 13.00 น. ณ คณะพาณิชยศาสตร์และการบัญชี จุฬาลงกรณ์มหาวิทยาลัย โดยมี Prof. Howard Hao-Chun Chuang, Professor of Operations Management, National Chengchi University, Taiwan เป็นวิทยากร

การบรรยายครั้งนี้เหมาะสำหรับนักวิจัย นักศึกษาปริญญาเอก และผู้ปฏิบัติงานด้าน operations, analytics หรือ causal inference เชิงประจักษ์ ซึ่งจะได้รับความรู้ต่าง ๆ เช่น

• กรอบสรุปผลเชิงสาเหตุ Double Machine Learning (DML) เพื่อแยกแยะผลกระทบของมนุษย์ในระบบกึ่งอัตโนมัติ

• DML รวม confounders และ moderators เข้าไว้ด้วยกัน สามารถสรุปผลเชิงสาเหตุได้อย่างแม่นยำและมีประสิทธิภาพ โดยอาศัยข้อสมมติทางสถิติน้อยที่สุด

• กรณีศึกษา: ระบบบริหารสินค้าคงคลังของบริษัทค้าปลีกระดับโลก ซึ่งเปิดโอกาสให้ผู้จัดการสามารถ override คำแนะนำของอัลกอริทึมได้

ผู้สนใจเข้าร่วมโดยไม่มีค่าใช้จ่าย ลงทะเบียนได้ที่ https://forms.gle/3iYGfCvZkE2XEWWF9

สอบถามเพิ่มเติมได้ที่ E-mail : research@cbs.chula.ac.th โทร. 0-2218-5914, 0-2218-5890

จุฬาฯ มีลักษณะของความเป็นพี่น้อง ความอบอุ่น เป็นสังคมที่อยากอนุรักษ์ไว้

ศาสตราจารย์ เภสัชกรหญิง ดร.พรอนงค์ อร่ามวิทย์ คณะเภสัชศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย

ไอคอน PDPA

เว็บไซต์นี้ใช้คุกกี้ เพื่อมอบประสบการณ์การใช้งานที่ดีให้กับท่าน และเพื่อพัฒนาคุณภาพการให้บริการเว็บไซต์ที่ตรงต่อความต้องการของท่านมากยิ่งขึ้น ท่านสามารถทราบรายละเอียดเกี่ยวกับคุกกี้ได้ที่ นโยบายการคุ้มครองข้อมูลส่วนบุคคล และท่านสามารถจัดการความเป็นส่วนตัวของคุณได้เองโดยคลิกที่ ตั้งค่า

ตั้งค่าความเป็นส่วนตัว

ท่านสามารถเลือกการตั้งค่าคุกกี้โดยเปิด/ปิด คุกกี้ในแต่ละประเภทได้ตามความต้องการ ยกเว้น คุกกี้ที่จำเป็น

อนุญาตทั้งหมด
จัดการความเป็นส่วนตัว
  • คุกกี้ที่จำเป็นต่อการให้บริการเว็บไซต์
    เปิดใช้งานตลอด

    คุกกี้กลุ่มนี้มีความจำเป็นต่อการทำงานพื้นฐานของเว็บไซต์ เช่น ความปลอดภัย ระบบเครือข่าย และการบันทึกความยินยอม จึงไม่สามารถปิดการใช้งานได้
    รายละเอียดคุกกี้

  • คุกกี้เพื่อการวิเคราะห์และสถิติ

    คุกกี้กลุ่มนี้ช่วยให้มหาวิทยาลัยเข้าใจพฤติกรรมการใช้งาน เช่น จำนวนผู้เข้าชม หน้าที่ได้รับความนิยม และประสิทธิภาพของเนื้อหา เพื่อใช้ปรับปรุงคุณภาพเว็บไซต์ โดยจะเก็บข้อมูลในลักษณะไม่ระบุตัวตน
    รายละเอียดคุกกี้

  • คุกกี้เพื่อการวิเคราะห์พฤติกรรมผู้ใช้

    คุกกี้กลุ่มนี้ช่วยวิเคราะห์รูปแบบการใช้งาน เช่น การคลิก การเลื่อนหน้า หรือเส้นทางการใช้งาน เพื่อปรับปรุงประสบการณ์ผู้ใช้งาน โดยไม่มีการเก็บข้อมูลส่วนบุคคลโดยตรง
    รายละเอียดคุกกี้

  • คุกกี้เพื่อการตั้งค่าการใช้งาน

    ใช้จดจำการตั้งค่าของผู้ใช้งานเพื่อให้แสดงผลเว็บไซต์ตามภาษาที่เลือก
    รายละเอียดคุกกี้

บันทึกการตั้งค่า