请问用果来预测因的意义是什么？

如果把机器学习换成人的学习呢？比如教小孩子学说话，他说苹果的时候并不需要懂这个词是怎么来的，苹果为什么叫做苹果，只知道这个词就是苹果。复杂的逻辑也是一样，人学习新事物的时候，最初的接触总是先倒果为因，从环境反馈来推测自己做的说的对不对，慢慢地从其中找到逻辑才开始从因推出果。

楼主说的只是回归分析，其实除了回归模型外统计学里还有很多从果推因的模型
贝叶斯模型不就是根据果倒推因吗，怎么会没有意义呢？
从某种意义上讲，跟极大似然有关的算法也是从果推因的
简单地说就是如果有若干个因素可能导致同样的结果，那么导致该结果发生概率最大的原因就被推定为因
在实际应用中有时候判别分析也能充当从果推因的工具
人生病了，医生根据症状诊断病因；工业系统发生故障了，工程师根据故障做根本原因分析；刑警根据案发现场的蛛丝马迹推测最有可能的犯罪线索或嫌疑人。。。