{"product_id":"book-9784274235627","title":"因果機械学習入門 意思決定のための因果推論と機械学習 \/ Inga Kikaigakushuu Nyuumon Ishikettei Notameno Inga Suiron To Kikaigakushuu","description":"\u003cp\u003e\u003cstrong\u003e著者:\u003c\/strong\u003e 谷本啓 (Tanimoto Kei)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e出版社:\u003c\/strong\u003e オーム社 (Oomu Sha)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eISBN-13:\u003c\/strong\u003e 9784274235627 \u003cstrong\u003eISBN-10:\u003c\/strong\u003e 4274235629\u003c\/p\u003e\u003cp\u003e判型: 単行本 ・ 発売日: 2026-11-30\u003c\/p\u003e\u003cp\u003eデータ駆動による「良い」意思決定のために。\n\n本書は、行動と結果の因果関係をデータからモデル化することで意思決定につなげる技術である因果機械学習（Causal Machine Learning）について解説します。\n良い意思決定のためには「どう行動したら、どんな結果になるか」という行動と結果の因果関係の把握が必要です。しかし、機械学習による予測モデルが因果関係を捉えることは必ずしも保証されません。単に「この場合は、こうなることが多かった」という過去のデータにおける傾向を表しているにすぎないからです。\nでは、どうすれば因果を捉えられるか。行動をランダム化した実験が可能であれば因果関係を立証できますが、現実には困難といえます。ランダム化されていない観察データから因果を立証するには、データ生成過程に関する知識と、状況に対応した手法の選択が必要です。本書では、どんな場合にどんな手法が適用可能か、代替アプローチを含め幅広く解説します。重要な仮定や公理を含む理論的背景に紙数を割き、読者が各手法やアプローチの有効範囲を正しく理解し、自信をもって使えるようになることを目指します。\u003c\/p\u003e","brand":"オーム社","offers":[{"title":"Default Title","offer_id":67711090524439,"sku":"9784274235627","price":7212.0,"currency_code":"JPY","in_stock":false}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1027\/0910\/0823\/files\/9784274235627.gif?v=1791413922","url":"https:\/\/ninjapanbooks.com\/products\/book-9784274235627","provider":"NINJAPAN BOOKSTORE","version":"1.0","type":"link"}