弘前で働くデータサイエンティスト(?)のブログ

データ分析の勉強のための備忘録です(ノ)`ω´(ヾ)

書籍「つくりながら学ぶ! Pythonによる因果分析」の紹介

6月30日に小川雄太郎さんの新しい著作「つくりながら学ぶ! Pythonによる因果分析」が出ていたことに気づき,早速読んでみたところ,とても素晴らしい本だったので紹介記事を書くことにしました.

www.amazon.co.jp

ご存知の方も多いと思いますが,小川さんは以下の本の著者です (その他にも何冊か執筆されています). これらの本もとても評判が良く,私もとてもお世話になりました.

今回紹介する新しい本では,因果推論や因果探索が扱われています.因果推論とは,変数間の因果関係を推定するための統計学的な方法論です.また,因果探索とは,データから因果関係の向きを推定する方法論です.ご存知の方からすれば当たり前のことですが,データから因果関係を調べたい場合,単純に回帰分析をするようなやり方では,ほとんど全ての場合に不適切です.因果推論の理論をちゃんと勉強し,適切な手法を用いる必要があります.

因果推論は一般に敷居が高いと思います.初学者にはとても分かりにくく,面倒に感じると思います.しかし,そうした方も小川さんの本なら大丈夫です.今まで因果推論をちゃんと勉強しなきゃと思いつつ逃げていた多くの方に,おすすめしたい一冊です.この本を特におすすめしたい理由は以下の4点です.

  1. 事前知識ほぼゼロの初学者でも読めること.因果推論に関する本は数学的に高度な内容を含むものが多く,全く事前知識のない方におすすめできる本を私は知りません (因果探索に関する本なら,清水昌平先生の「統計的因果探索」がとても分かりやすいですが).一方,この本はまず,相関と因果の違いとは?という点からスタートし,初学者にも分かりやすく噛み砕いて説明してくれています.
  2. 因果推論から因果探索まで俯瞰的に学べること.伝統的な因果推論から,最近幅広い分野で応用されている因果探索まで,一冊で俯瞰的に解説した書籍は今までなかったと思います.
  3. ソースコードを自分で動かして体験できること.しかも,ただのパッケージユーザーではなく,中身が理解できるように工夫されています.
  4. 最先端の論文までカバーしていること.グラフニューラルネット,深層強化学習,GANなどを用いた因果探索手法が紹介されています.

と,ここまで書いて気づきましたが,著者の小川さん本人がQiitaに紹介記事を書かれていました.詳細はこちらをご覧下さい.

qiita.com