预测 vs. 推断的两难

面向业务的机器学习

Karolis Urbonas

Head of Machine Learning & Science, AWS

推断 vs. 预测的两难

推断或因果模型：

• 目标是理解业务结果的驱动因素
• 以推断为主的模型可解释
• 准确性低于预测模型

预测：

• 预测本身是主要目标
• 不易解释，即像"黑箱"
• 准确性远高于推断模型

从业务问题出发

• "欺诈的主要驱动因素是什么？"
  • 推断
• "条件 X 在多大程度上影响心梗风险？"
  • 推断
• "哪些交易可能是欺诈？"
  • 预测
• "该患者是否有心梗风险？"
  • 预测

建模数据结构

目标变量

输入特征

使用输入特征

预测目标变量

推断模型侧重点

预测模型侧重点

让我们来练习！

面向业务的机器学习