Dilema: predicción vs. inferencia

Machine Learning para negocios

Karolis Urbonas

Head of Machine Learning & Science, AWS

Dilema: inferencia vs. predicción

Modelos de inferencia o causales:

  • Buscan entender los factores que impulsan un resultado de negocio
  • Son interpretables
  • Menos precisos que los modelos de predicción

Predicción:

  • La predicción es el objetivo principal
  • No son fácilmente interpretables; actúan como "cajas negras"
  • Mucho más precisos que los modelos de inferencia
Machine Learning para negocios

Empieza con la pregunta de negocio

  • "¿Cuáles son los principales impulsores del fraude?"
    • Inferencia
  • "¿En qué medida las condiciones X afectan el riesgo de infarto?"
    • Inferencia
  • "¿Qué transacciones son probablemente fraudulentas?"
    • Predicción
  • "¿El paciente corre riesgo de sufrir un infarto?"
    • Predicción
Machine Learning para negocios

Estructura de datos para modelado

inferencia vs. predicción 1

Machine Learning para negocios

Variable objetivo

inferencia vs. predicción 2

Machine Learning para negocios

Variables de entrada

inferencia vs. predicción 3

Machine Learning para negocios

Uso de variables de entrada

inferencia vs. predicción 4

Machine Learning para negocios

Predecir la variable objetivo

inferencia vs. predicción 5

Machine Learning para negocios

Enfoque del modelo de inferencia

inferencia vs. predicción 6

Machine Learning para negocios

Enfoque del modelo de predicción

inferencia vs. predicción 7

Machine Learning para negocios

¡Vamos a practicar!

Machine Learning para negocios

Preparing Video For Download...