Pythonライブラリによる因果推論・因果探索［概念と実践］　因果機械学習の鍵を解く

広大な因果世界を幅広くカバー！因果推論・因果探索のコード例を多数掲載原著は米国Amazonでカテゴリーベストセラー（2024/6上旬など）データサイエンティスト、機械学習エンジニアなら知っておきたい因果的概念、グラフによる理解、因果探索の実践などを解説。パート1では、関連・介入・反事実、構造的因果モデルなど、因果推論を構成する基本概念と、グラフ表現を解説。パート2では、因果推論プロセスの4ステップのほか、DoWhy／EconMLを使った因果推論の実装などを説明。パート3では、因果探索の概念、因果分析プロセスでの位置づけ、gCastle等を使った高度な因果探索の実装を取り上げます。【章構成】■Part1　速習：因果関係第1章　因果関係に取り組む理由：機械学習があるのに？第2章　ジューディア・パールと因果のはしご第3章　回帰、観測、介入第4章　グラフィカルモデル第5章　チェーン、フォーク、コライダー■Part2　因果推論第6章　ノード、エッジ、統計学的な独立と従属第7章　4ステップの因果推論プロセス第8章　因果モデル―仮定と課題第9章　因果推論と機械学習―マッチングからメタ学習器まで第10章　因果推論と機械学習―高度な推定器、実験、評価など第11章　因果推論と機械学習―ディープラーニング、NLPなど■Part3　因果探索第12章　因果グラフをいただけますか―因果関係の知識源第13章　因果探索と機械学習―仮定から応用まで第14章　因果探索と機械学習―高度なディープラーニングとその先へ第15章　エピローグ

この作品をシェアする