Tahmin vs. çıkarım ikilemi

İş Dünyası için Machine Learning

Karolis Urbonas

Head of Machine Learning & Science, AWS

Çıkarım vs. tahmin ikilemi

Çıkarım veya nedensel modeller:

Amaç, bir iş sonucunun belirleyicilerini anlamaktır
Çıkarım odaklı modeller yorumlanabilirdir
Tahmin modellerinden daha az doğrudur

Tahmin:

Asıl hedef tahminin kendisidir
Kolay yorumlanamaz; “kara kutu” gibi çalışırlar
Çıkarım modellerinden çok daha doğrudur

İş sorusuyla başlayın

"Sahtekârlığın başlıca belirleyicileri nelerdir?"
- Çıkarım
"Koşul X kalp krizi riskini ne kadar etkiler?"
- Çıkarım
"Hangi işlemler muhtemelen sahtekâr?"
- Tahmin
"Hasta kalp krizi riski altında mı?"
- Tahmin

Veri yapısını modelleme

çıkarım-vs-tahmin1

Hedef değişken

çıkarım-vs-tahmin2

Girdi özellikleri

çıkarım-vs-tahmin3

Girdi özelliklerini kullanma

çıkarım-vs-tahmin4

Hedef değişkeni tahmin etme

çıkarım-vs-tahmin5

Çıkarım modeli odağı

çıkarım-vs-tahmin6

Tahmin modeli odağı

çıkarım-vs-tahmin7

Haydi pratik yapalım!

İş Dünyası için Machine Learning

Preparing Video For Download...