<div dir="ltr"><div style="color:rgb(33,33,33);font-size:13px">< Please distribute, apologies for multiple postings ></div><div style="color:rgb(33,33,33);font-size:13px"><br></div><div style="color:rgb(33,33,33);font-size:13px">We are happy to announce the third causal inference data challenge, taking place as part of the 2018 Atlantic Causal Inference Conference (ACIC) conference. The challenge focuses on computational methods of inferring causal effects from real-world healthcare-related data and extends the previous challenges in two main respects:</div><div style="color:rgb(33,33,33);font-size:13px">+ Evaluating performance as a function of the size of the dataset</div><div style="color:rgb(33,33,33);font-size:13px">+ Using censored outcome (i.e. missing outcome values for some of the samples)</div><div style="color:rgb(33,33,33);font-size:13px"><br></div><div style="color:rgb(33,33,33);font-size:13px">For more information see <a href="https://www.cmu.edu/acic2018/data-challenge/index.html" target="_blank">https://www.cmu.edu/acic2018/data-challenge/index.html</a></div><div style="color:rgb(33,33,33);font-size:13px"><br></div><div style="color:rgb(33,33,33);font-size:13px">Submission deadline: Apr 30, 2018. Results will be announced during the conference, May 22-23, in Pittsburgh, PA.</div><div style="color:rgb(33,33,33);font-size:13px"><br></div><div style="color:rgb(33,33,33);font-size:13px">The challenge is organized this year by Prof Ashley Naimi (University of Pittsburgh) and supported by the Machine Learning for Healthcare and Life Sciences group at IBM Research - Haifa.</div><div style="color:rgb(33,33,33);font-size:13px"><br></div><div style="color:rgb(33,33,33);font-size:13px">--</div><div style="color:rgb(33,33,33);font-size:13px">Chen Yanover</div><div style="color:rgb(33,33,33);font-size:13px">Machine Learning for Healthcare and Life Sciences</div><div style="color:rgb(33,33,33);font-size:13px">IBM Research - Haifa</div></div>