数据挖掘者是否意识到机器学习不能建立因果关系？

Question

机器学习中的人们(或者更广泛地说，在数据挖掘中)是否意识到，从相关性中无法推断出任何因果关系？

我对ML/AI社区的印象是，大多数参与其中的人都有计算机科学背景。我认为，指出这并不是学术意义上的科学(如物理、化学、心理学)，这是没有争议的。因此，这些人大多没有接受过科学方法、统计学甚至数学方面的正规培训。

“相关性不等于因果关系”是第一课。1统计数字。为了建立因果关系，需要进行实验(在一些非常特殊的情况下，还可以使用其他技术)。对我来说，这似乎是对机器学习的根本和灾难性的限制。ML可以很好地描述数据(并对其进行分类)，但它永远无法替代实验。因此，ML的应用范围受到限制。

我的问题是关于ML社区的氛围。

• 该领域内的人是否认识到这一限制？还是人们认为因果推理问题不是根本问题，将来会用更好的CPU和更好的算法来解决？
• 它们是否将ML的使用局限于描述性分析？或者他们错误地认为ML可以帮助我们理解和影响世界？
• 社会上有否就这个问题进行热烈的辩论？是否有与这些问题相关的文章/博客？

Answer 1

我认为您对机器学习按顺序排列的角色有些困惑，我觉得您对ML社区的印象有点奇怪。

首先，ML专家通常不是使用ML算法解决科学问题的人--这些人现在通常被称为“数据科学家”，原则上他们应该有某种科学、统计和/或数学方面的背景。是的，(好的)数据科学家花了很多时间来担心因果推理--他们不得不这样做，因为有很多大公司在他们的预测上赚了很多钱。与您的印象相反，ML专家通常也知道这些问题，但他们的工作是构建和分析建模工具，而不是将它们实际应用于实际数据。当然，有很多ML和数据科学的人跨越这两个领域之间的界限，但我的问题是，你的问题有点像问为什么数学家不担心实验错误。

尽管如此，还是有很多人(大多数？)ML算法更倾向于分类问题，这些问题不太容易受到您的关注。你仍然需要担心一些棘手的统计问题，比如过度拟合和构建良好的培训/验证数据集，但重点在于了解数据的结构，而不是预测未来。