# Etkileşimli Nedensel Sezgi

<div class="mlv-demo-links">
  <a class="mlv-demo-link" href="hundred_page_ml.html">Genel Harita</a>
  <a class="mlv-demo-link" href="book_data_centric_and_causal_thinking.html">Veri ve Nedensellik</a>
  <a class="mlv-demo-link" href="interactive_book_data_centric_ml.html">Veri-Merkezli ML</a>
  <a class="mlv-demo-link" href="interactive_book_counterfactual_thinking.html">Counterfactual</a>
  <a class="mlv-demo-link active" href="interactive_book_causal_intuition.html">Nedensel Sezgi</a>
  <a class="mlv-demo-link secondary" href="../_static/demos/book-causal-intuition.html">Tam Ekran Demo</a>
</div>

<div class="mlv-demo-hero">
  <div class="mlv-demo-kicker">Kitap / Korelasyon Yeterli Değil</div>
  <p class="mlv-demo-lead">Gözlemsel dünyada iki değişken birlikte hareket ediyor olabilir; ama bu, birine müdahale ettiğinde diğerinin gerçekten değişeceği anlamına gelmez. Bu demo, confounding yüzünden gözlenen etki ile gerçek müdahale etkisinin nasıl ayrıştığını gösterir.</p>
</div>

<div class="mlv-demo-grid">
  <div class="mlv-demo-panel">
    <strong>Ne Yap</strong>
    <span>Gerçek tedavi etkisini, confounder gücünü, seçim yanlılığını ve tedavi oranını değiştir.</span>
  </div>
  <div class="mlv-demo-panel">
    <strong>Ne Gör</strong>
    <span>Gözlemsel fark büyüyebilir, ama müdahale etkisi çok daha küçük kalabilir. Bazen işaret bile değişebilir.</span>
  </div>
  <div class="mlv-demo-panel">
    <strong>Kitaptaki Karşılığı</strong>
    <span>İyi karar sistemi, gördüğü ilişkiyi hemen neden-etki diye okumaz; önce confounding ihtimalini düşünür.</span>
  </div>
</div>

<div class="mlv-demo-note">
Nedensel sezgi, her korelasyona şüpheyle yaklaşmak değil; hangi sorunun tahmin, hangi sorunun müdahale sorusu olduğunu ayırabilmektir.
</div>

<iframe
  class="mlv-demo-frame"
  src="../_static/demos/book-causal-intuition.html"
  title="Nedensel Sezgi Demosu"
  loading="lazy"
  frameborder="0"
></iframe>