
エントリーの編集

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。
GANを使った「統計的因果探索」モデル SAM(Structural Agnostic Modelling)をTitanicデータセットに適用してみた - Qiita
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

- 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
GANを使った「統計的因果探索」モデル SAM(Structural Agnostic Modelling)をTitanicデータセットに適用してみた - Qiita
( 参考にした書籍 ) 小川 雄太郎(著)『つくりながら学ぶ Pythojによる因果分析 因果推論・因果探索... ( 参考にした書籍 ) 小川 雄太郎(著)『つくりながら学ぶ Pythojによる因果分析 因果推論・因果探索の実践入門』(マイナビ) RDMS(リレーショナル・データベース)に格納されている__表形式のデータセット__を読み込んで、次の情報を浮かび上がらせることができる手法があります。その手法は、__「統計的因果探索」モデル__と呼ばれています。 表中の各列(カラム)間の変数について、 どの変数(どの列のデータ)とどの変数(どの列のデータ)の間に どちらが「原因」で、どちらが「結果」の「因果関係」の矢印が存在するのか __「統計的因果推定」モデルと「統計的因果探索」モデル__としては、回帰分析を用いたものや、決定木を用いて反実仮想を行うモデルなど、複数の手法がありますが、その中に、__次の2つ__があります。 LiNGAM (Linear Non-Gaussian Acyclic Mode