東京大学・株式会社Nospareの菅澤です． 今回は状態空間モデルによる時系列予測手法を用いた因果効果の推定手法であるCausalImpactについて紹介します． CausalImpactとは CausalImpactはGoogleによって開発された因果効果推定の方法です．手法の詳細はBrodersen et al. (2015, AoAS)に記載されており，手法を実装したRパッケージも公開されています． CausalImpactは，ある介入が時間変化するアウトカムにどのような影響を与えるかを推定（推測）するための手法です．時間変化するアウトカム（時系列データ）に対して因果効果を推定する有名な方法としてDifference-in-Difference (DID)がありますが，DIDよりも緩い仮定のもとで時間変化する因果効果を推定できる方法として知られています． CausalImpactのコ

プレスリリース グノシーでGPT-3を活用した「動画AI要約記事」開発 2月24日よりβ版を提供決定 ユーザーと価値ある動画コンテンツとのマッチング機会を最適化 株式会社Gunosy（本社：東京都渋谷区、代表取締役社長：竹谷祐哉、以下 Gunosy）は、情報キュレーションアプリ「グノシー」にて、動画コンテンツの要約文を自動生成し記事化する、「動画AI要約記事」の開発を行い、2023年2月24日（金）よりβ版（テスト版）の提供を決定したことをお知らせいたします。 本機能は、グノシーのアプリケーションをインストール後、タブ検索にて「注目動画AI要約（β版）」を選択頂くと、どなたでもご覧頂くことが可能となる予定です。この機会にぜひお試しください。 ■動画AI要約記事概要 動画コンテンツを数行程度の文章に自動要約し記事化いたします。要約文章から元動画を見たい場合は、記事内のリンクから動画へ遷移し閲