인과추론2 [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. 이전 1 다음
