Pythonライブラリによる因果推論・因果探索 概念と実践 因果的機械学習の鍵を解く Impress Top Gear

本書は、ＤｏＷｈｙやＥｃｏｎＭＬなど、Ｐｙｔｈｏｎ因果ライブラリのさまざまな手法をまとめた包括的なガイドブック。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のほか、グラフ表現を中心に解説します。パート２では、因果推論プロセスの４ステップ（モデルの定義、エスティマンドの特定、推定量の算出、検証）を紹介するほか、機械学習モデルも利用して因果効果を推定する手法を説明。さらに、ディープラーニングやＴｒａｎｓｆｏｒｍｅｒを利用した方法も見ていきます。パート３では、因果探索に焦点を当てていきます。ＰｙｔｈｏｎパッケージのｇＣａｓｔｌｅによる手法、ディープラーニング因果フレームワークＤＥＣＩなどを紹介します。

目次 : １　速習：因果関係（因果関係に取り組む理由：機械学習があるのに？/ ジューディア・パールと因果のはしご/ 回帰、観測、介入　ほか）/ ２　因果推論（ノード、エッジ、統計学的な独立と従属/ ４ステップの因果推論プロセス/ 因果モデル―仮定と課題　ほか）/ ３　因果探索（因果グラフをいただけますか―因果関係の知識源/ 因果探索と機械学習―仮定から応用まで/ 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　ほか）

【著者紹介】
アレクサンダー・モラク : 独立系の機械学習研究者兼コンサルタント。フォーチュン１００や５００などの企業に対して、大規模な機械学習システムの構築と設計を支援。企業と機械学習の実践者のために因果関係を普及させることを使命とし、多数の書籍の執筆や講演を行う。企業チーム向けの機械学習トレーニングのプロバイダーＬｅｓｐｉｒｅ．ｉｏの共同設立者でもある（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）