โมเดลเชิงอนุมาน (เชิงสาเหตุ)

Machine Learning for Business

Karolis Urbonas

Head of Machine Learning & Science, Amazon

ความสัมพันธ์เชิงสาเหตุคืออะไร?

• ระบุความสัมพันธ์เชิงสาเหตุว่าการกระทำต่าง ๆ ส่งผลต่อผลลัพธ์ที่สนใจมากเพียงใด
• ตอบคำถาม "ทำไม?"
• เน้นความสามารถในการตีความโมเดลมากกว่าประสิทธิภาพ
• โมเดลตรวจจับรูปแบบในข้อมูลที่สังเกตได้ และสรุปข้อสรุปเชิงสาเหตุ

การทดลอง vs. การสังเกต

• การทดลองถูกออกแบบมาเพื่อรับประกันข้อสรุปเชิงสาเหตุ เช่น การทดสอบ A/B
• เมื่อทำการทดลองไม่ได้ (ผิดจริยธรรม ค่าใช้จ่ายสูง หรือทั้งสองอย่าง) จะใช้โมเดล (เรียกว่าการศึกษาเชิงสังเกต) เพื่อคำนวณผลกระทบของปัจจัยที่มีต่อผลลัพธ์ที่ต้องการ
• การทดลองเป็นที่นิยมเสมอมากกว่าการศึกษาเชิงสังเกต เมื่อทำได้

แนวทางปฏิบัติที่ดีที่สุด

1. ทำการทดลองทุกครั้งที่ทำได้
2. หากการทดลองต่อเนื่องมีค่าใช้จ่ายสูง ให้ทำเป็นระยะ (รายไตรมาสหรือรายปี) และใช้เป็นเกณฑ์อ้างอิง
3. หากไม่สามารถทำการทดลองได้เลย ให้สร้างโมเดลเชิงสาเหตุ ซึ่งต้องใช้วิธีการขั้นสูง

ตัวอย่างโมเดลเชิงอนุมาน

การอนุมาน - การฝึกโมเดล

การอนุมาน - การเรียนรู้

การอนุมาน - สัมประสิทธิ์การถดถอย

การอนุมาน - การตีความผล

มาฝึกกันเถอะ!

Machine Learning for Business