Section Causal Machine Learning berisi materi 5 chapter. Dari korelasi menuju sebab-akibat: potential outcomes, A/B testing, propensity score, dan double machine learning.

# Korelasi vs Kausalitas

Pahami mengapa asosiasi kuat belum berarti hubungan sebab-akibat.

Buka → # Framework Potential Outcomes

Rumuskan pertanyaan kausal dengan potensi hasil dan efek treatment.

Buka → # A/B Testing

Rancang eksperimen terkontrol dan uji signifikansi perbedaan dua kelompok.

Buka → # Propensity Score Matching

Pengaruhi efek treatment pada data observasional dengan pencocokan skor kecenderungan.

Buka → # Double Machine Learning

Gabungkan machine learning dengan estimasi efek kausal yang tahan confounding.

Buka →