반응형
Recent Posts
Notice
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 | 29 |
30 | 31 |
Tags
- mathematicalthinking
- 데이터분석가
- 오블완
- 잠재적결과
- 티스토리챌린지
- SQL
- Recsys
- 실무로통하는인과추론
- 나의서양미술순례
- 인과추론
- DataAnalyst
- 인과추론개요
- 데이터분석가 코딩테스트
- 데이터 분석
- 수학적해석학
- CausalInference
- BigQuery
- 네카라쿠배당토
- Bayesian
- 빅쿼리
- 베이지안통계
- recommendation system
- chatGPT
- 코세라
- 독후감
- 벡터
- 선형대수학
- 인과추론 무작위 실험
- 글또10기
- 데이터분석
Archives
- Today
- Total
목록Data/인과추론 (9)
Derek 의 데이터 분석 성장기

1. 인과추론이란? 인과추론이란 원인과 결과 간의 관계를 이해하고 추론하는 방법입니다. 독립변수가 종속변수에 미치는 영향도를 파악하기 위한 방법론입니다. 특히, A/B Test 등 실험적인 조작이 어려운 경우, 관측된 데이터를 사용하여 원인과 결과 간의 인과 관계를 추론하는데 주로 사용합니다. 무엇보다, 실험 조작이 어려운 경우 에 인과추론은 효과적으로 원인과 결과를 파악하는데 용이합니다. 하지만, 인과추론도 만능이라고 부르긴 어렵습니다. 우리의 현실은 우리가 관측할 수 없는 모든 변수들이 내생적으로 관여하고 있으며, 이런 변수들을 모두 통제하며 인과성을 추론한다는 것은 현실적으로 어렵기 때문입니다. 하지만, 예를 들어 회귀 모델을 구축한다고 가정 했을때, 인과성을 가지는 원인변수를 명확하게 파악하여 모..
Data/인과추론
2024. 2. 17. 18:15