エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
【因果推論】条件付き独立性とD分離 - ひらめの日常
条件付き独立性と d-separation グラフィカルモデルの基礎的な概念です。 構造的因果モデル グラフィカ... 条件付き独立性と d-separation グラフィカルモデルの基礎的な概念です。 構造的因果モデル グラフィカルモデル 条件付き独立性とは 基本的な例 tail-to-tail (分岐経路) head-to-tail (連鎖経路) head-to-head (合流点) 有向分離 (D分離) 参考 構造的因果モデル 因果関係を適切に扱うために、データにある因果の仮定を記述する方法が必要になる。それが 構造的因果モデル (SCM: Structual Causal Model)。構造的因果モデルの構成要素は次の通り 変数の外生集合 。モデルの外部に存在し、どのようにして発生するかは説明されない。他の変数の子孫とはならない。 変数の内生集合 。モデルの内部に存在し、他の変数の子孫となっている。 モデル内の他の変数によって、の値を決定する関数の集合 グラフィカルモデル これを視覚的に表したのがグ
2024/01/24 リンク