エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
LiNGAMによる因果探索(基本編)
LiNGAMによる因果探索(基本編)# 本稿では因果分析において複数の変数(特徴量)間の線形の因果関係を... LiNGAMによる因果探索(基本編)# 本稿では因果分析において複数の変数(特徴量)間の線形の因果関係を表すモデルであるLinear Non-Gaussian Acyclic Model(以下LiNGAM)、およびそのパラメータ推定手法について説明します。 LiNGAMの定義# 今、\(d\)個の変数(特徴量)\(x_1, x_2, \dots, x_d\)が存在しており、それらの間に何らかの因果関係が存在するものとします。そのような因果関係が存在する変数群を表すモデルの1つがLiNGAMです。 LiNGAMでは変数\(x_1, x_2, \dots, x_d\)間の因果関係が重み付きの有向非巡回グラフ(以下DAG)で表されると仮定します。このDAGにおいて変数\(i\)から変数\(j\)への有向辺\((i, j)\)は変数\(i\)を原因(の1つ)として変数\(j\)が生じるという因果関