ある程度の単語に聞き馴染みがあり、より理解を深めようとする人向けです。 相関と因果の基礎から始まり 回帰や共変量、後半は機械学習でサンプルコードもあります。売上施策やマーケティングのROASなど、ビジネス寄りの例題が参考になります。

Pythonと因果推論で、意思決定の質を高める 本書では、因果推論の活用を通じて、「どの施策がどれほど効果あったのか分からない」という効果検証の問題や、データ分析の現場で頻発する「相関は強いが、因果関係はわからない」という問題への解決策を提示します。さらに、因果推論の基礎から、機械学習や時系列解析との組み合わせ、さらに因果探索まで学習することにより、因果推論を軸として幅広い問題に対応可能になります。これにより、データ活用のインパクトを大幅に向上できます。 一般的に、理論的な解説には多くの専門用語、長い説明や複雑なコードが伴いますが、本書ではそのような障壁を取り除き、具体的な事例や豊富な図を通じて理論を分かりやすく説明します。必要最小限のコードの掲載を心掛けつつ、それらが実務で応用可能なレベルであることを目指します。このようなアプローチにより、読者は理論と実践の間のギャップを縮め、因果推論の力を最大限に引き出すことができます。 はじめに 第1章　因果の探求から社会実装 第2章　因果推論の基礎 第3章　基本的な因果推論手法 第4章　因果推論高度化のための機械学習 第5章　因果推論と機械学習の融合 第6章　感度分析 第7章　因果推論のための時系列解析 第8章　因果構造をデータから推定する因果探索