왜 막상 배포하면 효과가 없지? 타겟 지표에 맞는 ML모델 train/eval 설계하기
실제 서비스에 맞는 ML 타겟 메트릭과 학습·평가 설계를 소개했습니다. 랜덤 수집 데이터와 relative mean CR lift로 배포 효과를 오프라인에서 가늠했습니다.
#ML#A/B 테스트#인과 추론
4100

인과 추론 태그가 달린 국내 IT 기업 기술 블로그 글을 최신순으로 모았습니다.
2개 표시
실제 서비스에 맞는 ML 타겟 메트릭과 학습·평가 설계를 소개했습니다. 랜덤 수집 데이터와 relative mean CR lift로 배포 효과를 오프라인에서 가늠했습니다.

데이터 문해력이 왜 필요한지, 심슨의 역설과 기저 효과를 통해 데이터 해석의 함정을 설명했습니다.\n관찰값만으로 단정하지 말고 맥락과 비교군, 인과 구조를 함께 봐야 한다고 정리했습니다.
