統計的因果探索
- 電子あり

内容紹介
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
目次
- 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
製品情報
製品名 | 統計的因果探索 |
---|---|
著者名 | 著:清水 昌平 |
発売日 | 2017年05月25日 |
価格 | 定価:3,080円(本体2,800円) |
ISBN | 978-4-06-152925-0 |
判型 | A5 |
ページ数 | 192ページ |
シリーズ | 機械学習プロフェッショナルシリーズ |
関連シリーズ
-
強化学習
-
変分ベイズ学習
-
ノンパラメトリックベイズ 点過程と統計的機械学習の数理
-
グラフィカルモデル
-
バンディット問題の理論とアルゴリズム
-
ウェブデータの機械学習
-
データ解析におけるプライバシー保護
-
機械学習のための連続最適化
-
関係データ学習
-
オンライン予測
-
深層学習による自然言語処理
-
ガウス過程と機械学習
-
音声認識
-
深層学習
-
オンライン学習
-
トピックモデル
-
統計的学習理論
-
サポートベクトルマシン
-
確率的最適化
-
異常検知と変化検知
-
劣モジュラ最適化と機械学習
-
スパース性に基づく機械学習
-
生命情報処理における機械学習
-
画像認識
-
ヒューマンコンピュテーションとクラウドソーシング
-
機械学習のための確率と統計