Symbolic Logic 保護中: 統計的因果効果の基礎(3)操作変数法とまとめ
このコンテンツはパスワードで保護されています。閲覧するには以下にパスワードを入力してください。
パスワード:
関係データ学習
Symbolic Logic グラフ理論 機械学習プロフェッショナルシリーズ – ガウス過程と機械学習 読書メモ
サマリー
ガウス過程 (Gaussian Process; GP) は、確率論に基づくノンパラメトリックな回帰やクラス分類の手法であり、連続的なデータのモデリングに利用される確率過程の一種となる。ガウス過程のアプローチでは...
Symbolic Logic 保護中: 準実験のデザイン- 観測データからいかに因果関係を導き出すか
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクのためり因果推論でのデータが先にありそこからどのように因果関係を検証するのかについて(操作変数法(IV design: Instrumental variable design)、回帰分断デザイン(RDD; Regression discontinuity design)、中断時系列デザイン(ITS; Interupted time-series analysis)、差の差分析(DID; Difference-in-deferrences analysis 差の差分法とも言う)、傾向スコア・マッチング(PS; Propensity score matching))
Symbolic Logic 保護中: 相関と因果と関係構造(1)相関関係(回帰係数)と因果関係(介入効果)のズレ
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクのための統計的因果推論として回帰係数と介入効果の値のズレから見た相関関係と因果関係の相違
グラフ理論 機械学習プロフェッショナルシリーズ「グラフィカルモデル」読書メモ
サマリー
ベイズ推定は、確率論的な視点からデータの解釈やモデルの学習を行う統計的な手法の一つとなる。ベイズ推定を用いた機械学習では、事前知識や経験をモデルに組み込み、データを通じてその知識を更新していくことが特徴で、データが...
グラフ理論 ノンパラメトリックベイズとガウス過程について
概要
ノンパラメトリックベイズとは、ベイズ統計学の一手法であり、1970年台にすでに理論的には完成されてきた「古くて新しい技術」で、データに依存した柔軟な確率モデルを使用して、データ解析や予測を行う統計的手法となる。ノンパラメ...
Symbolic Logic Inductive logic Programming 2009論文集より
機械学習技術 人工知能技術 自然言語処理技術 セマンティックウェブ技術 オントロジー技術 デジタルトランスフォーメーション技術 AI学会論文 知識情報処理技術 AI学会論文を集めて 推論技術
...
グラフ理論 構造学習
構造学習について
データが持つ構造を学習することは、そのデータが何であるかという解釈を行う上で重要なものとなる。構造学習の中で最もシンプルなもは、階層的なクラスタリングであり、決定木による学習の基本的な機械学習アルゴリズム...
機械学習:Machine Learning 保護中: 高次関係データ-テンソルデータ処理の概要
デジタルトランスフォーメーション(DX)、人工知能(AI)タスクに活用される3つ以上のオブジェクト間の関係を解析するためのテンソルデータ処理