出版社内容情報
ビジネス現場ではデータ活用の重要性がますます高まっています。データに基づいた経営施策の実施とその効果検証のためには、一般的な統計指標（平均、標準偏差、相関）だけでなく「因果」にまで分析を広げる必要があります。
本書は因果分析の重要な2つの領域である「因果推論」および「因果探索」について、実際にプログラムを実装しながら学ぶ書籍です。因果推論や因果探索を学びたいビジネスパーソンや、初学者の方を対象としています。
・因果推論とは「テレビCM放映で、商品購入量がどれくらい増えたのか？」「研修の実施で、社員スキルがどの程度向上したのか？」など、なんらかの施策を実施した際に、その施策の効果を推定する手法です。
・因果探索とは「生活習慣と疾病の調査」「働き方改革に伴う社員調査」など、アンケート調査等で収集した各項目間の因果関係を明らかにする試みです。
本書は「因果推論、因果探索とはどのようなものか」「因果推論、因果探索を実施するには、具体的にどうしたら良いのか・分析プログラムをどう実装したら良いのか」「因果推論、因果探索が、どのように機械学習やディープラーニングと結びついているのか」が理解・習得できる内容となっています。
プログラミング言語Python、実行環境Google Colaboratory、機械学習ライブラリscikit-learn、PyTorchで実際に手を動かしながら実装し、習得していきます。
データに基づいた経営・ビジネスを実践するうえでスタンダードな手法となる因果分析をマスターしよう。
Part 1：因果推論
第1章 相関と因果の違いを理解しよう
第2章 因果効果の種類を把握しよう
第3章 グラフ表現とバックドア基準を理解しよう
第4章 因果推定を実装しよう
第5章 機械学習を用いた因果推論
Part 2：因果探索
第6章 LiNGAMの実装
第7章 ベイジアンネットワークの実装
第8章 ディープラーニングを用いた因果探索
内容説明
因果推論はなんらかの施策を実施した際に、その施策の効果を推定する手法です。因果探索はアンケート調査等で収集した各項目間の因果関係を明らかにする試みです。それぞれのテーマをさらに詳しく分析するための機械学習・ディープラーニング活用まで、実際に手を動かしながら習得できる内容です。
目次
第１部 因果推論（相関と因果の違いを理解しよう；因果効果の種類を把握しよう；グラフ表現とバックドア基準を理解しよう；因果推論を実装しよう；機械学習を用いた因果推論）
第２部 因果探索（ＬｉＮＧＡＭの実装；ベイジアンネットワークの実装；ディープラーニングを用いた因果探索）
