統計的因果探索

膨大なデータから、いかにして原因と結果の関係を見いだすのか? 「 LiNGAM 」 (線形非ガウス非巡回モデル) を開発した第一線の研究者が、基礎事項から発展的話題まで平易に説き起こす。因果推論・因果探索に必携。 ■おもな内容 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 ■機械学習プロフェッショナルシリーズ 本シリーズでは、発展著しい機械学習技術の数学的な基礎理論、実用的なアルゴリズム、それらの活用法を、全 29 巻にわたって刊行する。 ビッグデータ時代を牽引している若手・中堅の現役研究者が、入門的な内容から最先端の研究成果までをわかりやすく解説。 これからデータサイエンス分野で研究を始めようとしている大学生・大学院生、および、機械学習技術を基礎科学や産業に応用しようとしている研究者・技術者に向けた注目のシリーズである。 第 7 期として、以下の 3 点を刊行! 統計的因果探索 清水 昌平・著 画像認識 原田 達也・著 深層学習による自然言語処理 坪井 祐太/海野 裕也/鈴木 潤・著 ■シリーズ編者 杉山 将 理化学研究所 革新知能統合研究センター センター長/東京大学大学院新領域創成科学研究科 教授 第 1 章 統計的因果探索の出発点 1.1 はじめに 1.2 因果探索における最大の困難:擬似相関 1.3 擬似相関の数値例 1.4 本章のまとめ 第 2 章 統計的因果推論の基礎 2.1 導入 2.2 反事実モデルによる因果の定義 2.3 構造方程式モデルによるデータ生成過程の記述 2.4 統計的因果推論の枠組み:構造的因果モデル 2.5 ランダム化実験 2.6 本章のまとめ 第 3 章 統計的因果探索の基礎 3.1 動機 3.2 因果探索の枠組み 3.3 因果探索の基本問題 3.4 因果探索の基本問題への 3 つのアプローチ 3.5 3 つのアプローチと識別可能性 3.6 本章のまとめ 第 4 章 LiNGAM 4.1 独立成分分析 4.2 LiNGAM モデル 4.3 LiNGAM モデルの推定 4.4 本章のまとめ 第 5 章 未観測共通原因がある場合の LiNGAM 5.1 未観測共通原因による難しさ 5.2 未観測共通原因がある LiNGAM モデル 5.3 未観測共通原因は独立と仮定しても一般性を失わない 5.4 独立成分分析に基づくアプローチ 5.5 混合モデルに基づくアプローチ 5.6 多変数の場合 5.7 本章のまとめ 第 6 章 関連の話題 6.1 モデルの仮定を緩める 6.2 モデル評価 6.3 統計的信頼性評価 6.4 ソフトウェア 6.5 おわりに