因果機械学習による効果検証の原理と実装

イベント詳細 4/15(水)に、​加藤 真大先生によるセミナー「因果機械学習による効果検証の原理と実装」を開催いたします。
お申込みは右記のサイトへ → https://luma.com/c67g7a71
～詳細～
 
学習ポイント

傾向スコアや平均処置効果（ATE）の推定を出発点として、因果推論の基本的な推定手法を理解します
​共変量バランシング、最近傍マッチング、二重機械学習などの代表的手法を統一的な枠組みから整理し、それぞれの適用場面を理解します
​Pythonによる実装演習を通じて、機械学習を用いた因果効果推定とバイアス補正の実践的な手順を習得します

 
詳細概要
マーケティング施策や政策評価、オンラインサービスの改善など、データに基づく意思決定の重要性が高まる中で、因果推論による効果検証は実務と研究の双方において広く利用されています。近年では、データの高次元化や複雑化に伴い、ニューラルネットワークやランダムフォレストといった機械学習アルゴリズムを因果推論に組み込む方法（因果機械学習）が注目を集めています。
​しかし、因果機械学習の分野では、傾向スコア法、最近傍マッチング、共変量バランシング、二重機械学習、ターゲット最尤推定など多様な手法が提案されており、それぞれの違いや適用条件を体系的に理解することは容易ではありません。実務においては、「どの手法をどの状況で使うべきか」を適切に判断することが重要な課題となります。
​本セミナーでは、まず平均処置効果（ATE）の推定を出発点として、代表的な因果推論手法を体系的に整理します。さらに、リース回帰（Riesz regression）やネイマン直交性といった概念を手がかりに、これらの手法がどのような共通原理に基づいているかを解説し、共変量バランシング、最近傍マッチング、二重機械学習などの手法を統一的な枠組みで理解する視点を提示します。
​また、応用例として、限界効果の推定、差分の差法、共変量シフトへの適応などの発展的な問題設定についても紹介します。これにより、因果推論手法がさまざまな実証分析の問題にどのように拡張できるかを理解します。
​後半では、Pythonによる各種手法（二重機械学習、共変量バランシング、ターゲット最尤推定）の実装例を、ステップバイステップで追体験します。参加者は、機械学習モデルを素朴に用いて...

プラットフォーム: peatix / 主催者: 株式会社Nospareセミナー運営