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
著者
書誌事項
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
（Impress top gear）
インプレス, 2024.8
- タイトル別名
-
Causal inference and discovery in Python : unlock the secrets of modern causal machine learning with DoWhy, EconML, PyTorch and more
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
因果推論・因果探索「概念と実践」 : Pythonライブラリによる
- タイトル読み
-
Python ライブラリ ニ ヨル インガ スイロン・インガ タンサク「ガイネン ト ジッセン」 : インガ キカイ ガクシュウ ノ カギ オ トク
大学図書館所蔵 件 / 全24件
-
該当する所蔵館はありません
- すべての絞り込み条件を解除する
この図書・雑誌をさがす
注記
原著 (Packt, c2023) の翻訳
参考文献: 各章末
内容説明・目次
内容説明
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）
「BOOKデータベース」 より
