A Brief Introduction to Causal Inference in Machine Learning

要約

これは、2024 年春にニューヨーク大学データ サイエンス センターで開催された DS-GA 3001.003「DS の特別トピック – 機械学習における因果推論」のために作成された講義ノートです。このコースは、次のような修士および博士レベルの学生を対象として作成されました。
機械学習の基本的な背景はあるが、これまで因果推論や因果推論一般には触れたことのない人。
特に、このコースは、この側面がいわゆる分布外一般化 (またはその欠如) の中核であるため、そのような学生が機械学習の見方と知識を広げて因果推論を組み込むよう紹介することに重点を置いています。

要約(オリジナル)

This is a lecture note produced for DS-GA 3001.003 ‘Special Topics in DS – Causal Inference in Machine Learning’ at the Center for Data Science, New York University in Spring, 2024. This course was created to target master’s and PhD level students with basic background in machine learning but who were not exposed to causal inference or causal reasoning in general previously. In particular, this course focuses on introducing such students to expand their view and knowledge of machine learning to incorporate causal reasoning, as this aspect is at the core of so-called out-of-distribution generalization (or lack thereof.)

arxiv情報

提供元, 利用サービス

arxiv.jp, Google