Upload
Download free for 30 days
Login
Submit search
ドラえもんでわかる統計的因果推論 #TokyoR
9 likes
10,926 views
S
Shuyo Nakatani
Tokyo.R #55 の LT 資料です。 LT なので、これで因果推論がわかったりはしません。
Technology
Read more
1 of 16
Download now
Downloaded 49 times
1
2
3
4
5
6
7
8
Most read
9
10
11
12
13
14
Most read
15
Most read
16
More Related Content
PPTX
劣モジュラ最適化と機械学習1章
Hakky St
PDF
統計的因果推論 勉強用 isseing333
Issei Kurahashi
PPTX
確率的バンディット問題
jkomiyama
PDF
StanとRでベイズ統計モデリング読書会 Chapter 7(7.6-7.9) 回帰分析の悩みどころ ~統計の力で歌うまになりたい~
nocchi_airport
PDF
深層学習による非滑らかな関数の推定
Masaaki Imaizumi
PDF
時系列分析入門
Miki Katsuragi
PDF
全力解説!Transformer
Arithmer Inc.
PPTX
ようやく分かった!最尤推定とベイズ推定
Akira Masuda
劣モジュラ最適化と機械学習1章
Hakky St
統計的因果推論 勉強用 isseing333
Issei Kurahashi
確率的バンディット問題
jkomiyama
StanとRでベイズ統計モデリング読書会 Chapter 7(7.6-7.9) 回帰分析の悩みどころ ~統計の力で歌うまになりたい~
nocchi_airport
深層学習による非滑らかな関数の推定
Masaaki Imaizumi
時系列分析入門
Miki Katsuragi
全力解説!Transformer
Arithmer Inc.
ようやく分かった!最尤推定とベイズ推定
Akira Masuda
What's hot
(20)
PDF
グラフニューラルネットワーク入門
ryosuke-kojima
PDF
Newman アルゴリズムによるソーシャルグラフのクラスタリング
Atsushi KOMIYA
PPTX
カルマンフィルタ入門
Yasunori Nihei
PPTX
心理学者のためのGlmm・階層ベイズ
Hiroshi Shimizu
PDF
ガウス過程回帰の導出 ( GPR : Gaussian Process Regression )
Kenji Urai
PDF
時系列問題に対するCNNの有用性検証
Masaharu Kinoshita
PDF
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
mlm_kansai
PDF
cvpaper.challenge 研究効率化 Tips
cvpaper. challenge
PPTX
【DL輪読会】Llama 2: Open Foundation and Fine-Tuned Chat Models
Deep Learning JP
PPTX
[DL輪読会]Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets
Deep Learning JP
PDF
文法圧縮入門:超高速テキスト処理のためのデータ圧縮(NLP2014チュートリアル)
Shirou Maruyama
PDF
最適輸送の解き方
joisino
PDF
組合せ最適化入門:線形計画から整数計画まで
Shunji Umetani
DOCX
マハラノビス距離とユークリッド距離の違い
wada, kazumi
PDF
方策勾配型強化学習の基礎と応用
Ryo Iwaki
PPTX
[DL輪読会]“SimPLe”,“Improved Dynamics Model”,“PlaNet” 近年のVAEベース系列モデルの進展とそのモデルベース...
Deep Learning JP
PDF
pymcとpystanでベイズ推定してみた話
Classi.corp
PDF
Uplift Modelling 入門(1)
Yohei Sato
PPTX
強化学習 DQNからPPOまで
harmonylab
PDF
Stan超初心者入門
Hiroshi Shimizu
グラフニューラルネットワーク入門
ryosuke-kojima
Newman アルゴリズムによるソーシャルグラフのクラスタリング
Atsushi KOMIYA
カルマンフィルタ入門
Yasunori Nihei
心理学者のためのGlmm・階層ベイズ
Hiroshi Shimizu
ガウス過程回帰の導出 ( GPR : Gaussian Process Regression )
Kenji Urai
時系列問題に対するCNNの有用性検証
Masaharu Kinoshita
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
mlm_kansai
cvpaper.challenge 研究効率化 Tips
cvpaper. challenge
【DL輪読会】Llama 2: Open Foundation and Fine-Tuned Chat Models
Deep Learning JP
[DL輪読会]Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets
Deep Learning JP
文法圧縮入門:超高速テキスト処理のためのデータ圧縮(NLP2014チュートリアル)
Shirou Maruyama
最適輸送の解き方
joisino
組合せ最適化入門:線形計画から整数計画まで
Shunji Umetani
マハラノビス距離とユークリッド距離の違い
wada, kazumi
方策勾配型強化学習の基礎と応用
Ryo Iwaki
[DL輪読会]“SimPLe”,“Improved Dynamics Model”,“PlaNet” 近年のVAEベース系列モデルの進展とそのモデルベース...
Deep Learning JP
pymcとpystanでベイズ推定してみた話
Classi.corp
Uplift Modelling 入門(1)
Yohei Sato
強化学習 DQNからPPOまで
harmonylab
Stan超初心者入門
Hiroshi Shimizu
Ad
More from Shuyo Nakatani
(20)
PDF
画像をテキストで検索したい!(OpenAI CLIP) - VRC-LT #15
Shuyo Nakatani
PDF
Generative adversarial networks
Shuyo Nakatani
PDF
無限関係モデル (続・わかりやすいパターン認識 13章)
Shuyo Nakatani
PDF
Memory Networks (End-to-End Memory Networks の Chainer 実装)
Shuyo Nakatani
PDF
人工知能と機械学習の違いって?
Shuyo Nakatani
PDF
RとStanでクラウドセットアップ時間を分析してみたら #TokyoR
Shuyo Nakatani
PDF
[Yang, Downey and Boyd-Graber 2015] Efficient Methods for Incorporating Knowl...
Shuyo Nakatani
PDF
星野「調査観察データの統計科学」第3章
Shuyo Nakatani
PDF
星野「調査観察データの統計科学」第1&2章
Shuyo Nakatani
PDF
言語処理するのに Python でいいの? #PyDataTokyo
Shuyo Nakatani
PDF
Zipf? (ジップ則のひみつ?) #DSIRNLP
Shuyo Nakatani
PDF
ACL2014 Reading: [Zhang+] "Kneser-Ney Smoothing on Expected Count" and [Pickh...
Shuyo Nakatani
PDF
ソーシャルメディアの多言語判定 #SoC2014
Shuyo Nakatani
PDF
猫に教えてもらうルベーグ可測
Shuyo Nakatani
PDF
アラビア語とペルシャ語の見分け方 #DSIRNLP 5
Shuyo Nakatani
PDF
どの言語でつぶやかれたのか、機械が知る方法 #WebDBf2013
Shuyo Nakatani
PDF
Active Learning 入門
Shuyo Nakatani
PDF
数式を綺麗にプログラミングするコツ #spro2013
Shuyo Nakatani
PDF
ノンパラベイズ入門の入門
Shuyo Nakatani
PDF
[Kim+ ICML2012] Dirichlet Process with Mixed Random Measures : A Nonparametri...
Shuyo Nakatani
画像をテキストで検索したい!(OpenAI CLIP) - VRC-LT #15
Shuyo Nakatani
Generative adversarial networks
Shuyo Nakatani
無限関係モデル (続・わかりやすいパターン認識 13章)
Shuyo Nakatani
Memory Networks (End-to-End Memory Networks の Chainer 実装)
Shuyo Nakatani
人工知能と機械学習の違いって?
Shuyo Nakatani
RとStanでクラウドセットアップ時間を分析してみたら #TokyoR
Shuyo Nakatani
[Yang, Downey and Boyd-Graber 2015] Efficient Methods for Incorporating Knowl...
Shuyo Nakatani
星野「調査観察データの統計科学」第3章
Shuyo Nakatani
星野「調査観察データの統計科学」第1&2章
Shuyo Nakatani
言語処理するのに Python でいいの? #PyDataTokyo
Shuyo Nakatani
Zipf? (ジップ則のひみつ?) #DSIRNLP
Shuyo Nakatani
ACL2014 Reading: [Zhang+] "Kneser-Ney Smoothing on Expected Count" and [Pickh...
Shuyo Nakatani
ソーシャルメディアの多言語判定 #SoC2014
Shuyo Nakatani
猫に教えてもらうルベーグ可測
Shuyo Nakatani
アラビア語とペルシャ語の見分け方 #DSIRNLP 5
Shuyo Nakatani
どの言語でつぶやかれたのか、機械が知る方法 #WebDBf2013
Shuyo Nakatani
Active Learning 入門
Shuyo Nakatani
数式を綺麗にプログラミングするコツ #spro2013
Shuyo Nakatani
ノンパラベイズ入門の入門
Shuyo Nakatani
[Kim+ ICML2012] Dirichlet Process with Mixed Random Measures : A Nonparametri...
Shuyo Nakatani
Ad
Recently uploaded
(12)
PDF
20250823_IoTLT_vol126_kitazaki_v1___.pdf
Ayachika Kitazaki
PDF
[email protected]
Matsushita Laboratory
PPTX
Cosense - 整えずして完全勝利!Cosenseが他のwikiツールと違う理由
Ko Jikawa
PDF
Geminiの出力崩壊 本レポートは、Googleの大規模言語モデル「Gemini 2.5」が、特定の画像と短文入力に対して、誤った地名を推定し、最終的に...
池田 直哉
PDF
Working as an OSS Developer at Ruby Association Activity Report 2025
Hiroshi SHIBATA
PDF
Yamaha DT200WR Real Enduro ENGINE CYLINDER TRANSMISSION
Kannabi1
PDF
R-SCoRe: Revisiting Scene Coordinate Regression for Robust Large-Scale Visual...
Takuya Minagawa
PPTX
生成AIとモデルベース開発:実はとても相性が良いことを説明します。まあそうだろうなと思われる方はご覧ください。
Akira Tanaka
PPTX
Vibe Codingを触って感じた現実について.pptx .
iPride Co., Ltd.
PDF
ココロ分解帳|感情をやさしく分解し自分と他者を理解するためのモバイルノートアプリ
hatedwunao
PDF
20250826_Devinで切り拓く沖縄ITの未来_AI駆動開発勉強会 沖縄支部 第2回
Masaki Yamakawa
PDF
翔泳社 「C++ ゼロからはじめるプログラミング」対応 C++学習教材(三谷純)
Jun MITANI
20250823_IoTLT_vol126_kitazaki_v1___.pdf
Ayachika Kitazaki
[email protected]
Matsushita Laboratory
Cosense - 整えずして完全勝利!Cosenseが他のwikiツールと違う理由
Ko Jikawa
Geminiの出力崩壊 本レポートは、Googleの大規模言語モデル「Gemini 2.5」が、特定の画像と短文入力に対して、誤った地名を推定し、最終的に...
池田 直哉
Working as an OSS Developer at Ruby Association Activity Report 2025
Hiroshi SHIBATA
Yamaha DT200WR Real Enduro ENGINE CYLINDER TRANSMISSION
Kannabi1
R-SCoRe: Revisiting Scene Coordinate Regression for Robust Large-Scale Visual...
Takuya Minagawa
生成AIとモデルベース開発:実はとても相性が良いことを説明します。まあそうだろうなと思われる方はご覧ください。
Akira Tanaka
Vibe Codingを触って感じた現実について.pptx .
iPride Co., Ltd.
ココロ分解帳|感情をやさしく分解し自分と他者を理解するためのモバイルノートアプリ
hatedwunao
20250826_Devinで切り拓く沖縄ITの未来_AI駆動開発勉強会 沖縄支部 第2回
Masaki Yamakawa
翔泳社 「C++ ゼロからはじめるプログラミング」対応 C++学習教材(三谷純)
Jun MITANI
ドラえもんでわかる統計的因果推論 #TokyoR
1.
ドラえもんでわかる 統計的因果推論 2016/7/30 #TokyoR @shuyo
2.
~したら~するだろうか • 営業の電話を入れたら、契約してくれるだろ うか • 回復アイテム値引きしたら、売上増えるだろ うか •
補習を受けたら、模試の合格判定Aに上がる だろうか • 毎日1キロ走ったら、5キロ痩せるだろうか
3.
因果関係 • 要因(~したら)を変化させたときに 結果(~するだろうか)が変わる(可能性がある) • わかるとウハウハ –
わかる方法はあるんだろうか?
4.
ここで問題です
5.
もんだい のび太くんが夏休みの補習を受けたら、 休み明けテストの点数が何点上がるか 確実に知る方法を示せ。 ただし、
6.
もんだい のび太くんが夏休みの補習を受けたら、 休み明けテストの点数が何点上がるか 確実に知る方法を示せ。 ただし、ドラえもんの道具を使っても よいとする
7.
考えてみた?
8.
回答例 • 補習をサボったのび太くんがテストを受 けた後、タイムマシンで夏休み前に戻っ て、のび太くんに補習を受けさせ、その 時のテストの点数と先のテストの点数を 比較する。 • その他の回答例:もしもボックスを使って、「もしもの び太くんが補習を受けたら」の点数を得る。
9.
因果効果 • のび太くんが補習を受けた世界線 – テストの点数
: 𝑦 のび太くん 1 • のび太くんが補習を受けなかった世界線 – テストの点数 : 𝑦 のび太くん 0 • 補習の因果効果 = 𝑦 のび太くん 1 − 𝑦 のび太くん 0
10.
補習を受けたら 点数が11点上がるから 受けた方がいいよ~
11.
と言えるのはドラえもんだけ
12.
のび太くんの夏休みは1回しかない ※異論は多数あり • のび太くんが補習を受けた世界線 – テストの点数
: 𝑦 のび太くん 1 • のび太くんが補習を受けなかった世界線 – テストの点数 : 𝑦 のび太くん 0 「補習受けたほうがいいよ」と 夏休み前にのび太くんを説得したい場合は その片方すら手に入らない 片方しか わからない
13.
ドラえもん抜きで解くには? のび太くんが夏休みの補習を受けたら、 休み明けテストの点数が何点上がるか 確実に知る方法を示せ。 ただし、ドラえもんはいない
14.
ドラえもん抜きで解くには? のび太くんが夏休みの補習を受けたら、 休み明けテストの点数が何点上がるか 確実に知る方法を示せ。 ただし、ドラえもんはいない のび太くんと同じ属性を持つ人 その期待値を
15.
いい本が出ているらしいよ(ステマ) 岩波データサイエンス vol.3 [特集]因果推論 –
実世界の データから因果を読む はじめての因果推論から ビジネス応用まで サポートページには R のサンプルへのリンクも! https://sites.google.com/s ite/iwanamidatascience/v ol-3/vol3-ingasuiron
16.
ありがとうございました~ vol.2 もよろしく!
Download