Focused Most Probability Ehtu (TMLE) hilft Ihnen, Muster zu erklären, bei denen andere Techniken kurz vorgehen
Neuronale Netze können Muster, Korrelationen und Tendencies mit atemberaubender Genauigkeit erkennen. Aber wenn es darum geht, zu antworten: „Warum ist das passiert?“ Sie sind so ahnungslos wie ein Papagei, der die menschliche Sprache nachahmt.
Sie werden Ihnen sicher Vorhersagen geben – aber versuchen Sie, sie um eine Erklärung zu fragen, und Sie werden eine schwarze Schachtel anstarren.
Diese Einschränkung ist nicht nur in neuronalen Netzwerken. Korrelationsbasierte Methoden wie lineare Regression und sogar erweiterte Instruments wie Neigungsbewertung Matching kann nicht den Kern der kausalisierungsbasierten Tendencies in komplexen Daten erreichen. Dies ist ein Drawback, wenn Entscheidungsträger (lesen: Ihre Supervisor) umsetzbare geschäftliche Erkenntnisse und nicht geekige Statistiken, die Nerds nur glücklich machen.
Das Risiko, mich selbst zu widersprechen, ist hier ein sehr geekiges Thema für Sie: eine angestrebte maximale Wahrscheinlichkeitsschätzung (TMLE). Die Sache ist, Tmle ist das Beste aus beiden Welten. Sie können mit Zahlen so sehr herumspielen, wie es Ihre nerdigen Gehirn wünscht, aber es macht Ihre Supervisor auch glücklich, indem es geschäftliche Erkenntnisse erzeugt.
Im Wesentlichen erhalten Sie die strenge kausale Inferenz sowie die Flexibilität des maschinellen Lernens, dies…