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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。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