統計的因果探索 機械学習プロフェッショナルシリーズ

清水昌平

基本情報

ジャンル
ISBN/カタログNo
ISBN 13 : 9784061529250
ISBN 10 : 4061529250
フォーマット
出版社
発行年月
2017年05月
日本
追加情報
:
192p;21

内容詳細

セミパラメトリックアプローチを因果探索法の「真打ち」として幅広く紹介。代表的手法LiNGAMをその考案者である著者が解説。

目次 : 第1章 統計的因果探索の出発点/ 第2章 統計的因果推論の基礎/ 第3章 統計的因果探索の基礎/ 第4章 LiNGAM/ 第5章 未観測共通原因がある場合のLiNGAM/ 第6章 関連の話題

【著者紹介】
清水昌平 : 博士(工学)。2001年大阪大学人間科学部卒業。2006年大阪大学大学院基礎工学研究科博士後期課程修了。現在、滋賀大学データサイエンス学部准教授。大阪大学産業科学研究所特任准教授。理化学研究所革新知能統合研究センター因果推論チームチームリーダー(本データはこの書籍が刊行された当時に掲載されていたものです)

(「BOOK」データベースより)

ユーザーレビュー

総合評価

☆
☆
☆
☆
☆

0.0

★
★
★
★
★
 
0
★
★
★
★
☆
 
0
★
★
★
☆
☆
 
0
★
★
☆
☆
☆
 
0
★
☆
☆
☆
☆
 
0

読書メーターレビュー

こちらは読書メーターで書かれたレビューとなります。

powered by

  • センケイ (線形) さん

    因果に探索が可能なのかというのに惹かれて一気読み。非ガウスや非巡回という制約は厳しいがそれらを緩める議論もあり、期待が膨らむ。新しい方法である分、そうした拡張がさかんに議論されているわけだ。原理上の限界はあるかもしれないが、それでも相関と比べてはるかに識別が難しそうに見える因果にメスを入れていく今後の動きも楽しみだ。なお構造方程式という定式化自体は直感から遠いものではなく、「この前提ではどこまで識別可能か」というつどつどの確認の親切さも相まって、要所を掴みやすい構成になっていると思う。

  • Tsukasa Fukunaga さん

    データから因果関係を探索する手法についての理論的基礎と、誤差分布に非ガウス分布を仮定する事によって因果関係を推定可能にするセミパラメトリックアプローチであるLiNGAMについての紹介。最初の説明部分は若干くどいように感じたが、本題であるLiNGAMは丁寧に説明されており興味深く読めた。因果関係を推定するためには色々とデータに仮定が(まだ)必要であるため、直ちに今解析しているデータに使えるというわけではないが、今後の研究の発展が期待される。

  • shin_ash さん

    LiNGAMモデルは線型性、非巡回性、非ガウス分布と独立性の仮定はつくものの、データから因果的順序が識別可能な画期的なアプローチである。因果推論はモデルと因果グラフと介入がセットで語られる上に、LiNGAMは独立成分分析の応用にも当たる為、広範囲な予備知識を要求する。この困難を本書は、著者がLiNGAMの提唱者である為か、平易なトイモデルをとことん噛み砕いて説明する事でカバーする。それでも応用になれば難しく、実務を想定すると埋めなければならない課題は多い。しかし分析者に新たな扉を開く素晴らしい良書である。

  • zukky65 さん

    因果関係の探索方法についての基礎とセミパラメトリックな方法であるLiNGAMについて書かれている。因果関係の探索の本は他にもいくつか読んだが、LiNGAMは初めて見たので非常に勉強になった。ガウス分布を仮定してもわからなかった因果関係が、非ガウス分布を仮定することで絞り込めるようになるというのは非常に面白かった。LiNGAMはかなり面白そうな話なのでもう少し勉強してみる。

  • はやと さん

    因果推論探索の勉強で2冊目。図や数式を噛み砕いて丁寧に書いているため、対象である学部4年生あたり向けというのにとても納得のレベル感であった。 個人的には、2冊目だったからか若干くどく感じでしまったが、1冊目として読むのに良いと感じた。 内容についても、相関と因果の違いから具体的なアプローチの説明とその識別可能性を丁寧に書いてくれていた。後半の未観測変数を含むLiNGAMでは、やはりその他の統計的知識が必要で、書面の都合か、あまり細かい説明はないので、勉強しておく必要がある。

レビューをもっと見る

(外部サイト)に移動します

物理・科学・医学 に関連する商品情報

おすすめの商品