Ежедневни учебни бележки за изследване, научаване и разбиране на рамката ЗА ПРИЧИННО-СЛЕДСТВЕН ИЗВОД. [следвайки Причинно-следствени изводи и открития в Python написано от Александър Молак ] Ден 0 В средата на (изключително) бързо развиващия се свят на AI/ML/Data Science, реших да използвам традиционен и старомоден начин да науча причинно-следствени изводи – четене на книга по една книга, бавно, но постоянно. Не съм сигурен колко време ще ми отнеме, за да повиша достатъчно..

Да се ​​твърди, че етичният AI не е лесна тема, всъщност е лесно. Просто помислете за двете думи етичен и AI отделно. И двете думи се отнасят до концепции, върху които са написани много книги. Въпреки това в тази публикация ще твърдя, че етичният ИИ е по-труден без причинно-следствени изводи (CI). И да, по тази тема също има написани много книги. В скорошна статия Traag и Waltman (2022) използват структурни причинно-следствени модели (SCM), ключов компонент на CI, за да..

Шивани Шехават В статистиката винаги има въпрос, който идва на ум на изследователите „ Защо се случва нещо? “ Тук точката, която се фокусира, е причинно-следственото заключение, което може да се разглежда като група от статистически методи чийто основен мотив е да даде причините за всяко случващо се. Ние използваме причинно-следствени изводи, за да определим причината за промените в една променлива, ако промените настъпят в друга променлива, докато стандартните статистически подходи..

Днес ще обсъдим подробно приложението на стратификацията за повишаване на чувствителността на оценката на AB експеримента. Ще се научиш: какво е стратифицирана извадка; два метода за точкова оценка на извадковата средна стойност; разликата между стратификация и пост-стратификация; как стратификацията влияе на дисперсията на показателя. Пример за AB експеримент Нека започнем с един пример. Да предположим, че имаме онлайн магазин за доставка на хранителни стоки и искаме да..

„Judea Pearl“, фигура пионер в областта на изкуствения интелект, твърди, че AI е заседнал в десетилетен коловоз. Неговата рецепта за напредък? Научете машините да разбират въпроса защо. Всички впечатляващи постижения на дълбокото обучение се свеждат до просто напасване на крива Перлата на Юдея „Йошуа Бенгио“ добави в скорошно интервю Сега Бенджио казва, че дълбокото обучение трябва да бъде коригирано. Той вярва, че няма да реализира пълния си потенциал и няма да доведе до..