Model inferensi (kausal)

Machine Learning untuk Bisnis

Karolis Urbonas

Head of Machine Learning & Science, Amazon

Apa itu kausalitas?

• Mengidentifikasi hubungan kausal: seberapa besar aksi tertentu memengaruhi hasil yang diminati
• Menjawab pertanyaan "mengapa?"
• Mengutamakan keterjelasan model dibanding kinerja
• Model mendeteksi pola pada data teramati (observasional) dan menarik kesimpulan kausal

Eksperimen vs. observasi

• Eksperimen dirancang dan kesimpulan kausal terjamin, mis. pada uji A/B
• Saat eksperimen tidak mungkin (tidak etis, terlalu mahal, atau keduanya), gunakan model (studi observasional) untuk mengukur efek input pada hasil yang diinginkan
• Eksperimen selalu lebih disukai daripada studi observasional jika memungkinkan

Praktik terbaik

1. Lakukan eksperimen kapan pun bisa
2. Jika terlalu mahal untuk selalu bereksperimen, lakukan berkala (triwulan, tahunan) dan jadikan tolok ukur
3. Jika tidak ada cara untuk bereksperimen, bangun model kausal. Ini memerlukan metodologi lanjut

Contoh model inferensi

Inferensi - pelatihan

Inferensi - pembelajaran

Inferensi - koefisien regresi

Inferensi - interpretasi

Ayo berlatih!

Machine Learning untuk Bisnis