[보고서] 머신러닝 톺아보기

머신러닝 데이터에서 학습하는 인공지능의 핵심 기술 목차 머신러닝 기본 개념 머신러닝의 유형 머신러닝 알고리즘 모델 평가 및 선택 머신러닝 파이프라인 머신러..

• format_list_bulleted 보고서
• · 2025. 4. 3.
• textsms

[보고서] 인과추론 톺아보기

인과추론의 이해와 적용상관관계를 넘어 인과관계를 파악하기 위한 종합적 접근목차인과추론의 기본 개념인과추론의 원칙과 방법론인과모델과 기법고급 인과 추론 기법인과 추론의 응용 분야인과 추론의 제한점과 비판결과 해석 및 적용1. 인과추론의 기본 개념인과 관계란 무엇인가?인과 관계(Causality)란 한 변수(원인)가 다른 변수(결과)에 직접적인 영향을 미치는 관계를 의미합니다. 즉, 원인 변수의 변화가 결과 변수의 변화를 야기하는 관계입니다.인과성은 환경에 변화를 주어 원하는 상태로 변화시키는 관계로 해석할 수 있으며, 이는 데이터 분석과 의사결정에 있어 핵심적인 개념입니다.상관관계와 인과관계의 차이구분상관관계(Correlation)인과관계(Causation)정의두 변수 간의 통계적 관련성이나 연관성한 변수..

• format_list_bulleted 보고서
• · 2025. 4. 3.
• textsms

[인과추론] “IQ 높이려면 발을 키우라고요?” – 상관관계에 속지 않는 법

🔍 핵심 주제 “E가 증가할수록 O가 더 많이 발병한다. 따라서 O의 발생을 줄이기 위해선 E를 잘 관리해야 한다.” 이런 주장을 논문에서 설득력 있게 제시하려면,위 관계가 단순한 상관관계가 아닌 명확한 인과관계임을 보여야 합니다.즉, Exposure(E) → Outcome(O)이라는 경로가 다른 요인들에 의해 왜곡되지 않았다는 걸 증명해야 해요.  💡 왜곡되어 버린 거짓 인과관계  "IQ 높은 아이는 신발 사이즈도 크대요. 그러니 IQ를 높이려면 발 사이즈를 키워야겠네요!" 이런 말, 어딘가 이상하지 않나요? 🧠 사실은 이렇습니다:- 나이가 많을수록 발도 크고, IQ도 높죠.- 즉, 나이라는 공통 원인(confounder) 때문에 신발 사이즈와 IQ가 관련 있어 보이는 겁니다. 이처럼, 교란 변수..

• format_list_bulleted 통계
• · 2025. 3. 31.
• textsms