Dilema prediksi vs. inferensi

Machine Learning untuk Bisnis

Karolis Urbonas

Head of Machine Learning & Science, AWS

Dilema inferensi vs. prediksi

Model inferensi atau kausal:

  • Tujuannya memahami pendorong hasil bisnis
  • Model berfokus inferensi mudah diinterpretasi
  • Kurang akurat dibanding model prediksi

Prediksi:

  • Prediksinya sendiri adalah tujuan utama
  • Sulit diinterpretasi, seperti "kotak hitam"
  • Jauh lebih akurat daripada model inferensi
Machine Learning untuk Bisnis

Mulai dari pertanyaan bisnis

  • "Apa pendorong utama kecurangan?"
    • Inferensi
  • "Seberapa besar kondisi X memengaruhi risiko serangan jantung?"
    • Inferensi
  • "Transaksi mana yang kemungkinan curang?"
    • Prediksi
  • "Apakah pasien berisiko terkena serangan jantung?"
    • Prediksi
Machine Learning untuk Bisnis

Memodelkan struktur data

inferensi vs prediksi 1

Machine Learning untuk Bisnis

Variabel target

inferensi vs prediksi 2

Machine Learning untuk Bisnis

Fitur masukan

inferensi vs prediksi 3

Machine Learning untuk Bisnis

Menggunakan fitur masukan

inferensi vs prediksi 4

Machine Learning untuk Bisnis

Memprediksi variabel target

inferensi vs prediksi 5

Machine Learning untuk Bisnis

Fokus model inferensi

inferensi vs prediksi 6

Machine Learning untuk Bisnis

Fokus model prediksi

inferensi vs prediksi 7

Machine Learning untuk Bisnis

Ayo berlatih!

Machine Learning untuk Bisnis

Preparing Video For Download...