JEE의기록장

이전 시간에 1. Identification(가능 조건, 가정) 2. Estimation(데이터를 활용 인과적 효과 추정)의 중요성에 대해 배웠음 이번시간에는 인과 추론 기준점이 되는 Randomize experimence 무작위 실험에 대해 배울 예정임 그 중에서 가장 기본이 되는 것이 바로!! "Potential Outcome Framework " * Causal effect = treatment 가 이루어진 후 실제 결과 - treatment가 적용되지 않았을때 예상된 결과 (Counterfactual) 하지만, 실제로 우리가 볼 수 있는 결과는 treatment를 실제로 적용했을 때 실제 결과 - treatment를 적용하지 않았을 때의 실제 결과임.. 따라서 Potential outcome fr..

본 내용은 유튜브 인과추론의 데이터과학의 Korea Summer Workshop on Causal Inference 2023 영상을 요약한 내용입니다. https://www.youtube.com/@causaldatascience 인과추론의 데이터과학 데이터 분석을 통해 원인과 결과를 탐구하는 인과추론 (causal inference)을 다룹니다. www.youtube.com *Correlation vs. Causation 위의 연구에 따르면, 추천 시스템과 구매 사이에 인과 관계가 있다고 보지는 않음. 뿐만 아니라 아래의 넷플릭스의 연구에서는 더 좋은 성능을 가진 추천시스템을 사용하여 추천한 컨텐츠 보다 단순히 인기 있는 컨텐츠를 상위에 올려놨을 떄 더 나은 비즈니스 퍼포먼스로 이어진다는 결과가 나옴. ..