統計的因果探索(トウケイテキインガタンサク)

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