推論（因果）模型

Machine Learning for Business

Karolis Urbonas

Head of Machine Learning & Science, Amazon

什麼是因果關係？

• 辨識特定行動對目標結果的因果影響幅度
• 回答「為什麼？」的問題
• 著重模型可解釋性，而非效能
• 模型在觀察性資料中找出模式並推導因果結論

實驗 vs. 觀察

• 以實驗設計並保證因果結論，例如 A/B 測試
• 在可行時，實驗一律優先於觀察性研究

最佳實務

1. 能做實驗就做
2. 若無法一直做，則定期（每季、每年）進行，並作為基準
3. 若完全無法實驗，就建立因果模型。這需要進階方法論

推論模型範例

推論－訓練

推論－學習

推論－迴歸係數

推論－解讀

一起來練習吧！

Machine Learning for Business