![](https://cdn-ak-scissors.b.st-hatena.com/image/square/95f807bca7242a9776662a7255a5761ea969184f/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9RG91YmxlJTJGRGViaWFzZWQlMjBNYWNoaW5lJTIwTGVhcm5pbmclMjAlRTMlODElQUIlRTMlODIlODglRTMlODIlOEIlRTUlOUIlQTAlRTYlOUUlOUMlRTUlOEElQjklRTYlOUUlOUMlRTYlOEUlQTglRTUlQUUlOUElRUYlQkMlODgxJUVGJUJDJTg5JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmcz04NjllODc3NzFjNTcyZmEyODY5Mjg3MDNkNzIzNzY4Ng%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBpc2hpaGFyYV9ub3NwYXJlJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1hNmU1NTU2MTNhY2IyNjliOWQwZTU3MzI3ZjliODAzMQ%26blend-x%3D142%26blend-y%3D436%26blend-mode%3Dnormal%26txt64%3DaW4g5qCq5byP5Lya56S-Tm9zcGFyZQ%26txt-width%3D770%26txt-clip%3Dend%252Cellipsis%26txt-color%3D%2523212121%26txt-font%3DHiragino%2520Sans%2520W6%26txt-size%3D36%26txt-x%3D156%26txt-y%3D536%26s%3D90ab91b308532767f398601ec43b5062)
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1件
- 注目コメント
- 新着コメント
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
Double/Debiased Machine Learning による因果効果推定(1) - Qiita
はじめに 東北大学/株式会社Nospareの石原です.本記事では,機械学習を用いた平均処置効果 (average tr... はじめに 東北大学/株式会社Nospareの石原です.本記事では,機械学習を用いた平均処置効果 (average treatment effect; ATE) の推定方法を紹介します.以前の記事で紹介したように,条件付き独立の仮定の下では条件付き期待値関数と傾向スコアを推定することができれば ATE を推定することができます.Chernozhukov et al. (2017) は,条件付き期待値関数と傾向スコアを機械学習手法で推定することで ATE を推定するという方法を提案しています.彼らの提案した方法は "Double/Debiased Machine Learning" と呼ばれています.本記事では,通常のノンパラメトリック推定方法を用いた場合の既存の理論結果を紹介し,機械学習手法を用いる場合の理論的な問題点を解説します.そして,次回の記事で,Chernozhukov et al.
2024/06/07 リンク