Edisi Maret: Data dan Kausalitas

Dalam T&J Sorotan Penulis baru-baru ini, Matteo Courthoud merefleksikan semakin pentingnya membuat prediksi yang kuat, apakah seseorang bekerja di industri atau akademisi:

Saya pikir di masa depan, inferensi kausal akan menjadi semakin sentral dan kita akan melihat konvergensi antara pendekatan teoretis dari ilmu sosial dan pendekatan berbasis data dari ilmu komputer.

Kami harap Anda membaca sisa percakapan kami yang hidup ; Sementara itu, pengamatan Matteo mengilhami kami untuk menyelami arsip kami untuk mencari artikel berwawasan lain tentang inferensi kausal dan topik kausalitas secara lebih luas. Pilihan hasil yang kami bagikan dalam Edisi Bulanan ini mulai dari pengantar hingga yang lebih lanjut, dan menampilkan beberapa pendekatan berbeda yang digunakan oleh ilmu data dan praktisi ML setiap hari dalam pekerjaan mereka.

Kami harap Anda menikmati menjelajahi bacaan yang direkomendasikan ini! Seperti biasa, kami berterima kasih karena Anda telah menjadikan TDS sebagai bagian dari perjalanan belajar Anda; jika Anda ingin mendukung pekerjaan kami dengan cara lain (dan mendapatkan akses ke seluruh arsip kami selama ini), harap pertimbangkan untuk menjadi anggota Medium .

Editor TDS

Sorotan Editor TDS

• The Science and Art of Causality (Bagian 1) (Januari 2023, 11 menit)
  Quentin Gallea, PhD pengantar dasar-dasar inferensi kausal yang dapat diakses bertujuan untuk menjawab dua pertanyaan kunci: mengapa memahami kausalitas begitu penting, dan mengapa hubungan kausal begitu sulit untuk dinilai?
• Inferensi Kausal Menggunakan Kontrol Sintetis (November 2022, 9 menit)
  Dalam situasi di mana pengujian A/B bukanlah pilihan yang baik untuk menetapkan kausalitas, teknik kuasi-eksperimental mungkin jawabannya. diksha tiwari mengusulkan kontrol sintetik sebagai salah satu alternatif tersebut.
• Efek Kausal melalui Regresi (Januari 2023, 8 menit)
  Shawhin Talebi telah meliput teori dan praktik inferensi kausal selama lebih dari setahun. Anda dapat kembali ke awal seri, atau langsung melompat ke posting terbaru ini tentang teknik regresi dan bagaimana kita dapat menggunakannya untuk membangun hubungan antar variabel.
• Studi Peristiwa untuk Inferensi Kausal: Anjuran dan Larangan (Desember 2022, 17 menit)
  Studi peristiwa adalah pendekatan lain yang bermanfaat dalam konteks kuasi-eksperimental; seperti yangditunjukkan Nazlı Alagöz dalam penyelaman mendalam yang dijelaskan dengan baik ini, ada banyak jebakan yang harus dihindari agar kami tidak mengambil wawasan yang salah dari data kami.
• Pengujian Signifikansi Statistik Dua Sarana Sampel Independen dengan SciPy (November 2022, 8 menit)
  Bagi pembaca yang ingin menyingsingkan lengan baju dan mulai bereksperimen dengan beberapa data, tutorial Zolzaya Luvsandorj adalah titik awal yang ideal: ini memberikan jalan masuk yang praktis ke dalam pengujian hipotesis, dan sertakan semua kode Python yang Anda perlukan.
• Identifikasi: Kunci Inferensi Kausal yang Kredibel (Februari 2023, 8 menit)
  Seperti yang dijelaskan Murat Unal dalam postingan baru yang tajam, “tanpa identifikasi yang terdefinisi dengan baik, tidak ada pemodelan atau estimasi canggih yang dapat membantu kami dalam membangun kausalitas dari data.” Baca ikhtisar Murat untuk mendapatkan pemahaman yang lebih baik tentang identifikasi dan kepentingannya.

Jelajahi pilihan Q&A dan rekomendasi bacaan terbaru kami.

• “Pendorong utama di balik tulisan saya adalah selalu belajar ”
  T&J kami dengan Matteo Courthoud , di mana dia merefleksikan tentang meninggalkan dunia akademis, minatnya pada kesimpulan kausal, dan nilai penulisan publik.
• Menghadapi Bias dalam Data (Masih) Sulit — dan Diperlukan
  Kami membagikan bacaan penting tentang topik yang terus mendominasi percakapan dalam komunitas ML dan AI.
• Cara Membangun Kebiasaan Baik sebagai Data Scientist
  Dalam ringkasan baru-baru ini, kami mengumpulkan tips dan strategi dari praktisi data berpengalaman untuk alur kerja yang lebih efisien dan andal.

Jika Anda melewatkannya, berikut adalah beberapa posting yang paling banyak dibaca bulan lalu di TDS.

• Cara Kerja ChatGPT: Model di Balik Bot oleh Molly Ruby
• 5 Tanda Anda Telah Menjadi Pythonista Tingkat Lanjut Tanpa Menyadarinya oleh Bex T.
• Menggunakan OpenAI dan Python untuk Meningkatkan Resume Anda: Panduan Langkah demi Langkah oleh Piero Paialunga
• Cara Membangun ELT dengan Python oleh Marie Truong
• Cara Membuat Rutin Belajar Mandiri yang Efektif untuk Mengajari Diri Sendiri Ilmu Data dengan Sukses oleh Madison Hunter
• Apakah Anda Masih Menggunakan Metode Siku? oleh Samuel Mazzanti
• Cara Menemukan Distribusi Teoretis Terbaik untuk Data Anda oleh Erdogan Taskesen

Sampai jumpa bulan depan.