추가 적립 안내

이 책은 인과관계 추론과 발견에 대해 다룬 도서입니다. 기초적이고 전반적인 내용을 학습할 수 있습니다.

PART 1 Causality - an Introduction
제1장 인과관계(causality) - 머신러닝이 있는데 왜 굳이 신경을 써야 할까요?
인과관계의 간략한 역사
왜 인과관계인가? 아기에게 질문하라!
돈을 잃지 않는 방법… 그리고 사람의 목숨을 잃지 않는 방법
마무리하기
참고문헌

제2장 Judea Pearl과 인과관계 사다리(Ladder of Causation)
연관성부터 논리, 그리고 상상력까지 - 인과관계 사다리
연관성(Associations)
개입(Intervention)이란 무엇인가?
반사실(Counterfactuals)이란 무엇인가?
Extra - 모든 머신러닝이 인과적으로 동일한가요?
참고문헌

제3장 회귀, 관찰, 개입
간단한 시작 - 관측 데이터 및 선형 회귀
모든 사용가능한 공변량을 항상 통제해야 하나요?
목적지를 모르면 다른 곳에 도착할 수 있다
회귀와 구조적 모델
마무리하기
참고문헌

제4장 그래픽컬 모델
그래프, 그래프, 그래프
그래픽컬 모델이란?
DAG your pardon? 인과관계 원더랜드의 유향 비순환 그래프
현실 세계에서 인과관계 그래프의 출처
Extra - DAG를 넘어서는 인과관계가 존재할까요?
마무리하기
참고문헌

제5장 포크, 체인, 부도덕성
그래프와 분포, 그리고 그 사이를 매핑하는 방법
체인, 포크, 콜라이더 또는... 부도덕성
포크, 체인, 콜라이더, 그리고 회귀
마무리하기
참고문헌

PART 2 Causal Inference
제6장 노드, 에지 및 통계적 의존성과 독립성
d-separation 상태 유지
추정량(estimand) 먼저 이해하기!
백도어 기준(back-door criterion)
프론트 도어 기준(front-door criterion)
다른 기준도 있을까요? do-calculus를 해봅시다!
마무리하기
정답
참고문헌

제7장 인과관계 추론의 4단계 프로세스
DoWhy 및 EconML 소개
1단계 - 문제 모델링
2단계 - 추정량 식별하기
3단계 - 추정치 얻기
4단계 - 나의 검증셋은 어디에 있나요? 반박 테스트
전체 예시
마무리하기
참고문헌

제8장 인과관계 모델 - 가정과 도전적 과제
나는 세상의 왕이다! 하지만 과연 그럴까요?
Positivity
교환 가능성(exchangeability)
...그리고 더
내 이름을 불러주세요 - 야생에서의 허위 관계
마무리하기
참고문헌

제9장 인과관계 추론과 머신러닝 - 매칭에서 메타 러너까지
기본 사항 I - 매칭
기본 사항 II - 성향 점수(propensity scores)
역확률 가중치(inverse probability weighting: IPW)
S-Learner - 고독한 레인저
T-Learner - 함께하면 더 많은 것을 할 수 있습니다.
X-Learner - 한 단계 더 나아가기
마무리하기
참고문헌

제10장 인과관계 추론과 머신러닝 - 고급 추정자, 실험, 평가 등
이중 강건성 방법 - 더 알아봅시다!
머신러닝이 멋지다면 더블 머신러닝은 어떨까요?
인과관계 포레스트(Causal Forests)와 기타 방법들
실험 데이터를 사용한 이질적인 처리 효과 - 업리프트 오디세이
Extra - 반사실 설명
마무리하기
참고문헌

제11장 인과관계 추론과 머신러닝 - 딥러닝, NLP, 그리고 그 이상
심층 분석 - 이질적인 처리 효과를 위한 딥러닝
트랜스포머와 인과관계 추론
인과관계와 시계열 - 계량경제학자가 베이지안으로 전환할 때
마무리하기
참고문헌
요약
참조

PART 3 Causal Discovery
제12장 인과관계 그래프를 가질 수 있을까요?
인과관계 지식의 원천
과학적 통찰
개인적인 경험과 도메인 지식
인과관계 구조 학습
마무리하기
참고문헌

제13장 인과관계 발견과 머신러닝 - 가정에서 응용까지
인과관계 발견 - 가정 다시 살펴보기
네 가지(그리고 절반) 계열
gCastle 소개
제약 조건 기반 인과관계 발견
점수 기반 인과관계 발견
함수적 인과관계 발견
그래디언트 기반 인과관계 발견
전문 지식 인코딩
마무리하기
참고문헌

제14장 인과관계 발견과 머신러닝 - 고급 딥러닝과 그 너머
딥러닝을 활용한 고급 인과관계 발견
숨겨진 교란 요인이 있을 때 인과관계 발견
Extra - 관찰을 넘어서
ENCO
인과관계 발견 - 실제 적용 사례, 도전 과제, 그리고 미해결 문제
마무리하기
참고문헌

제15장 에필로그
지금까지 배운 내용
인과관계 프로젝트를 최대한 활용하기 위한 5단계
전문 지식을 획득하기
인과관계와 비즈니스
인과관계 머신러닝의 미래를 향하여
인과관계 배우기
소통창구
마무리하기
참고문헌