DAta 이론/데이터 분석 알아보기3 [이론 정리] <Using Causal ML Instead of A/B Testing> 요약, 인과 머신러닝에 대해 오늘날의 복잡한 비즈니스 환경에서는 단순한 연관관계 분석을 넘어서 “만약에?”라는 질문에 답할 필요가 있습니다.즉 어떤 프로모션으로 판매량이 증가됐다 하더라도 "만약 프로모션을 실행하지 않았다면?" "이 프로모션이 다른 프로모션의 판매량을 빼았았을 뿐이라면?" 같은 질문을 할 수 있다는 말이죠. 기존 A/B 테스트는 실험군과 대조군을 나눠 효과를 측정하지만, 실제 현장은 여러 마케팅이 동시에 진행되고 다양한 요인이 얽혀 있어 통제하기 어렵습니다. 인과 머신러닝은 이런 상황에서 마치 영화의 한 장면처럼 “평행우주”(parallel universes)를 가상으로 구현해, 예를 들어 할인 혜택을 준 경우와 주지 않은 경우를 비교할 수 있게 해줍니다.이를 통해 데이터 전문가들은 실제 환경의 복잡함 속에서도 인과.. 2025. 2. 18. [이론 정리]<실무로 통하는 인과추론> ①인과 추론이란? 무엇이며 왜 중요한가 1. 인과추론이란 무엇일까?연관관계는 인과관계가 아니다. ...하지만 여기서 중요한 점은 연관관계는 때로 인과관계가 될 수도 있다...35p ①인과추론의 개념 인과추론에 대해 알아보기 위해서는 우선 연관관계와 인과관계에 대해 알아야 한다.연관관계: 두 개의 수치나 확률변수(random variable)가 같이 움직이는 것. 이는 변인 x가 증가하면 변인 y가 증가할 때(양의 상관관계) 뿐만이 아니라 감소한다고 해도 성립될 수 있다(음의 상관관계).인과관계: 한 변수의 변화가 다른 변수의 변화를 일으키는 것.즉 연관관계는 인과관계의 필요조건이지만 충분조건은 아니다.두 변수 간에 상관성이 있어야 인과관계가 있겠지만, 변수 간에 아무리 강한 상관관계가 있다 하더라도 반드시 원인과 결과의 관계인 것은 아니다. .. 2025. 1. 3. [데이터 분석 알아보기] 1-2. 추천 시스템 어떻게 만들까 추천 시스템은 데이터 업무 중에서 가장 알짜배기면서 논란도 많은 일이예요 구글이나 메타같은 세계적 빅테크 기업들의 주요 수입원이 직간접적으로 연관이 있을만큼 추천 시스템은 소위 '요즘 돈이 되는' 일입니다. 다른 제조업 회사들이 발로 뛰며 조사하고 시제품을 만들고 시장에서 실패를 겪어가며 비싼값을 치르고 알아내는 고객들의 취향을 빅테크 회사들은 자신들의 거대 플랫폼에서 활동하는 고객들의 흔적으로 알아내고 적극적으로 추천이라는 일종의 마케팅까지 해내는거죠. 이런 요즘 IT 회사들의 비즈니스 모델은 고객의 행동을 몰래 조사해서 상업적으로 이용한다며 '감시 자본주의'라거나 '빅 브라더'라고 대대적으로 비판받기도 해요. 저는 고객의 개인정보를 이용하는 일이 기업이 사회적 책임을 다해야 한다는 ESG 윤리경.. 2024. 8. 16. 이전 1 다음
