Causalité et statistiques, un amour pas si impossible que ça.

Résumé

Saviez-vous que l’écart de rémunération entre femmes et hommes britanniques était fortement corrélé avec le nombre de Kévin nés dans les Bouches-du-Rhône sur les 30 dernières années ? En partant d’une hypothèse relativement raisonnable qu’il y a peu de chances que les deux soient reliés, l’exemple permet d’illustrer un proverbe récurrent pour qui travaille dans les statistiques : corrélation n’est pas causalité.

Si vous avez quelques lointaines notions de statistiques, cette présentation vous permettra de découvrir les bases de l’inférence causale, fruit de l’union entre la logique des statistiques et l’efficacité du machine learning. Nous verrons ensemble comment cette méthode a pu être appliquée à un cas concret où un client nous a demandé comment prioriser ses chantiers internes en se servant des retours de ses clients.

Key takeaway

Après avoir assité à ce talk, vous repartirez avec des connaissances de bases sur l’inférence causale : ce que ça fait, comment ça le fait et comment vous pouvez l’appliquer en pratique pour répondre à des questions sur un jeu de données.