详细内容或原文请订阅后点击阅览
大数据上的hal varian
在有关大数据的论文中，哈尔·瓦里安（Hal Varian）将预测与因果推断区分开。欢迎。首先，基于预测：机器学习主要与预测有关。数据挖掘的紧密相关领域也与摘要有关，尤其是在数据中找到有趣的模式。 […]可以找到有关这些方法的更多详细信息[…]最初出现在附带经济学家的大数据上的Hal Varian。
来源:偶发经济学家在有关大数据的论文中，哈尔·瓦里安（Hal Varian）将预测与因果推断区分开。欢迎。首先，基于预测：
hal varian机器学习主要与预测有关；数据挖掘的紧密相关领域也与摘要有关，尤其是在数据中找到有趣的模式。 […]有关这些方法的更多详细信息可以在机器学习文本中找到； Hastie，Tibshirani和Friedman（2009）可以免费下载。
机器学习主要与预测有关；数据挖掘的紧密相关领域也与摘要有关，尤其是在数据中找到有趣的模式。 […]
有关这些方法的更多详细信息可以在机器学习文本中找到； Hastie，Tibshirani和Friedman（2009）可以免费下载。
Hastie，Tibshirani和Friedman（2009）接下来，将机器学习预测与经济学家的工作（因果推论）结合在一起：
在许多领域中，计量经济学和机器学习之间会有富有成果的合作机会。 […] [T]合作的最重要领域涉及因果推断。计量经济学家已经开发了多种因果推理的工具，例如工具变量，回归不连续性，差异差异以及各种形式的自然和设计实验（Angrist and Krueger 2001）。机器学习工作在大多数情况下都涉及纯预测。从某种意义上说，这具有讽刺意味，因为理论计算机科学家（例如Pearl（2009a，b））为因果建模做出了重大贡献。但是，看来这些理论进步尚未在很大程度上纳入机器学习实践中。Angrist and Krueger 2001 2009a b
这可以如何工作？
伪造测试接下来，Varian建议将我们的关注点放在哪里：
只是因为我们有很多数据