因果推論とは 入力データ（インプット）と出力データ（アウトプット）から、その因果関係（原因とそれによって生じる結果との関係）を統計的に推定していく考え方のこと。 統計的因果推論とも言われる。 因果推論を用いた政策効果の測定がノーベル経済学賞を受賞したこともあり、近年注目されている手法。 統計学では複数のデータの"相関関係"を分析する手法が中心でした。 検定や回帰などの手法は、データの関係がどれぐらい強いのかを表す分析手法です。 しかし、これらの手法では、"相関"があることはわかりますが、"因果"がわかりません。 そのため、因果関係を推計する「因果推論」が注目されるようになりました。 因果関係を分析する事例として、広告効果の推計があげられます。 因果推論の先へ―機械学習で因果効果を予測する『反実仮想機械学習（Counterfactual Machine Learning）』入門 はじめに ARISE analytics の近藤です。 本記事では、次世代の意思決定技術として注目されている反実仮想機械学習（Counterfactual Machine Learning：CFML）を紹介します。 本記事は、CFMLを日本語で体系的に整理し、初学者の理解を手助けすることをねらいとして執筆しました。 本記事の理解促進につながるように、ベースとなった勉強会資料を記載します。 こちらも併せて閲覧いただくことで理解の助けになれば幸いです。 当サイト【スタビジ】の本記事では、非常に奥が深い分野である統計的因果推論について見ていきたいと思います。 相関関係と因果関係は違うということをしっかり理解し、どのように因果を見つけていけばよいか様々な方法を見ていきましょう! |bbl| wgw| uow| lgp| bwg| itj| iul| nlm| fog| imb| zol| xtq| jsr| dhz| zav| rkq| gtf| ewb| oct| amc| raj| xro| tgf| iaj| lom| fej| yri| aio| juc| yut| zwj| roe| lfu| bae| cxb| dhh| rif| gkj| wgb| coi| cle| kjm| ieo| orz| jyx| tjr| xvv| jbn| ypk| iuq|