EconMLで実践する ビジネス因果推論
（第2回）
コード7行で「本当の効果」に迫る
（LinearDMLでATEを推定）
前回は、クーポン施策の「本当の効果」が 413円 だったことを、答えを仕込んだサンプルデータで確かめました。単純比較の2,268円も、会員ランクで層別した594円も、正解には届きませんでした。 では、正解を知らない実務の...
ビジネス因果推論EconML
EconMLで実践する ビジネス因果推論
EconMLで実践する ビジネス因果推論
（第1回）
「クーポンを使った人ほど買っている」は本当に効果か
クーポンを配った顧客の30日間の購入金額が、配らなかった顧客の1.8倍だった。 この数字を見て「クーポン施策は成功」と報告書に書いてしまう。 データ分析の現場で、最も頻繁に起きる間違いです。 結論を先に3行で書きます。 ...
因果フォレスト（Causal Forests）をPythonで実践的に学ぶ（その５）
因果フォレストのチューニングと最適化（後半）
因果推論は、ビジネスや研究の多くの分野での意思決定を支える重要な手法となっています。 特に因果フォレストは、複雑なデータ構造の中から因果関係を明らかにするのに非常に効果的です。 ただ、適切なモデルを構築するためには、ハイ...
因果フォレスト（Causal Forests）をPythonで実践的に学ぶ（その４）
因果フォレストのチューニングと最適化（前半）
因果推論は、ビジネスや研究の多くの分野での意思決定を支える重要な手法となっています。 特に因果フォレストは、複雑なデータ構造の中から因果関係を明らかにするのに非常に効果的です。 前回はデフォルトの設定のまま、実際のデータ...
因果フォレスト（Causal Forests）をPythonで実践的に学ぶ（その３）
実践！因果フォレストを用いたデータ分析
データ駆動の時代において、因果関係の把握はビジネス意思決定の鍵となります。 現代のデータサイエンスの中で、「何が原因で何が結果か？」という問いに答えるための技術が日々進化しています。 前回は、因果フォレストを実行するため...
因果フォレスト（Causal Forests）をPythonで実践的に学ぶ（その２）
Pythonでの因果フォレストの準備
データサイエンスの領域で、因果関係の推定は非常に重要なトピックとなっています。特に、因果フォレストはその精度と柔軟性で注目を浴びている手法の一つです。 しかし、この革新的な手法を実際に活用するには、適切な環境のセットアッ...
因果フォレスト（Causal Forests）をPythonで実践的に学ぶ（その１）
因果フォレストとは？ 概念と基本理論
現代のデータサイエンスの中で、「何が原因で何が結果か？」という問いに答えるための技術が日々進化しています。 この中で、因果推論のフィールドは特に注目を浴びており、データから真の因果関係をどうにか明らかにしようという手法と...