Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
因果と相関入門
Search
Takanobu Nozawa
July 17, 2020
Technology
290
1
Share
因果と相関入門
社内LTで発表した因果と相関の入門的な内容についての資料です。
内容は「原因と結果の経済学」という書籍からピックアップしたものになっています。
Takanobu Nozawa
July 17, 2020
More Decks by Takanobu Nozawa
See All by Takanobu Nozawa
低コストで実現する社内文書RAG機能を搭載したAIチャットボット開発
takapy
4
6k
コミュニティサービスに「あなたへ」フィードを リリースするまでの試行錯誤
takapy
1
1.9k
NLPを活用したオンボーディング改善とコールドスタート問題への対策
takapy
4
6k
自然言語可視化ライブラリ 「nlplot」のご紹介
takapy
3
4.5k
コミュニティサービスにおけるレコメンデーションの変遷とMLパイプラインについて
takapy
2
7.3k
SageMaker StudioとStep Functionsを用いてMLOpsへの一歩を踏み出そう
takapy
0
13k
GoogleColabとVSCodeを用いた分析環境運用Tips
takapy
15
15k
word2vecを利用した埋め込み分析とSWEMを用いた比較実験
takapy
0
2.5k
トピックモデルを活用したレコメンデーションの実装
takapy
1
6.8k
Other Decks in Technology
See All in Technology
基礎から解説!Icebergで紐解くSnowflake×Databricks連携の現在地
cm_yasuhara
0
400
JJUG CCC 2026 Spring AI時代の開発こそ標準化を武器に! ― 方式・プロセス・プラットフォームの標準化
s27watanabe
2
630
Anthropic AIネイティブ・スタートアップ構築のプレイブック を理解する
nagatsu
0
230
Generative UI × A2UI で AI エージェントを作った話 AI-DLC も使ってみた!
kmiya84377
1
290
「使われるデータ基盤」を目指してデータアナリストとワークショップをやった話
jackojacko_
2
940
oracle-to-databricks-migration-with-llm-and-dbt
casek
1
380
Java正規表現エンジン(NFA)の仕組みと パフォーマンスを維持するための最適化手法
takeuchi_132917
0
160
Strands Agents超入門
kintotechdev
1
150
AIガバナンス実践 - 生成AIコネクタのデータ漏洩リスクと実務対策
knishioka
0
140
APIテストとは?
nagix
0
160
Datadog 認定試験の概要と対策
uechishingo
0
200
AIプラットフォームを運用し続けるための可観測性
tanimuyk
3
240
Featured
See All Featured
Ten Tips & Tricks for a 🌱 transition
stuffmc
0
120
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
333
22k
Between Models and Reality
mayunak
4
320
GraphQLの誤解/rethinking-graphql
sonatard
75
12k
Context Engineering - Making Every Token Count
addyosmani
9
920
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
PRO
199
74k
Keith and Marios Guide to Fast Websites
keithpitt
413
23k
The Power of CSS Pseudo Elements
geoffreycrofte
82
6.3k
The Limits of Empathy - UXLibs8
cassininazir
1
340
Designing Powerful Visuals for Engaging Learning
tmiket
1
390
SEO in 2025: How to Prepare for the Future of Search
ipullrank
3
3.5k
Ethics towards AI in product and experience design
skipperchong
2
290
Transcript
ҼՌͱ૬ؔ ʹ͍ͭͯͬ͘͟Γ͓͠·͢
ΞδΣϯμ ͡Ίʹ ҼՌͱ૬ؔͬͯԿʁ ҼՌؔΛূ໌͢Δʹʁ ·ͱΊ ͜ͷຊ͔ΒϐοΫΞοϓͨ͠༰Ͱ͢
͡Ίʹ
·ͣͪ͜ΒΛ͝ཡ͍ͩ͘͞
ମྗςετͱֶྗςετͷಓݝฏۉΛάϥϑʹͨ͠ͷ
ମྗςετͱֶྗςετͷಓݝฏۉΛάϥϑʹͨ͠ͷ ʙʂ ࢠڙମྗ͚ͭΕֶྗ͕͋ΔΜͩʂ
ମྗςετͱֶྗςετͷಓݝฏۉΛάϥϑʹͨ͠ͷ Ϛʁ
ମྗςετͱֶྗςετͷಓݝฏۉΛάϥϑʹͨ͠ͷ ͜ͷάϥϑΛΈͯ ʮମྗ͕͋Δ͔Βֶྗ͕ߴ͍ʯ ͱߟ͑ͯྑ͍ͷͩΖ͏͔ʁ ㅟ ㅟ
ମྗςετͱֶྗςετͷಓݝฏۉΛάϥϑʹͨ͠ͷ ࢠڙͷֶྗΛ্͛Α͏ͱࢥͬͨΒ ·ͣࢠڙʹମྗΛ͚ͤ͞Δ͖ͳͷ͔ʁ
ମྗςετͱֶྗςετͷಓݝฏۉΛάϥϑʹͨ͠ͷ ͪΖΜɺͦΜͳ͜ͱͳ͍ɻ
ମྗςετͱֶྗςετͷಓݝฏۉΛάϥϑʹͨ͠ͷ ʮҼՌؔʯͱʮ૬ؔؔʯ ΛΔ͜ͱͰ ͷ͝ͱΛਖ਼͘͠ཧղɾஅͰ͖Δ
ҼՌͱ૬ؔͬͯԿʁ
ҼՌؔͱ ͭͷࣄฑͷ͏ͪ ͲͪΒ͔͕ݪҼͰɺͲͪΒ͔͕݁ՌͰ͋Δ ঢ়ଶΛҼՌ͕ؔ͋Δɺͱ͍͏ ˠମྗ͕͋Δͱ͍͏ʮݪҼʯʹΑͬͯɺֶྗ͕ߴ͍ͱ ͍͏ʮ݁Ռʯ͕ͨΒ͞ΕͨͷͰ͋Εɺ͜ͷؔ ҼՌؔͩͱݴ͑Δɻ
૬ؔؔͱ ͭͷࣄฑʹ͕ؔ͋Δͷͷɺ ͦͷͭݪҼͱ݁Ռͷؔʹͳ͍ͷ ͷ͜ͱΛ૬͕ؔؔ͋Δɺͱ͍͏ ˠʮҰݟ͢ΔͱݪҼͷΑ͏ʹݟ͑Δͷʯ͕࠶ͼى͖ ͯɺظ͍ͯ͠ΔΑ͏ͳʮ݁ՌʯಘΒΕͳ͍ɻ
ҼՌؔͱ૬ؔؔ
ҼՌਪ ҼՌؔͳͷ͔૬ؔؔͳͷ͔Λਖ਼͘͠ݟ͚ΔͨΊͷ ํ๏ΛʮҼՌਪʯͱݺͿ ʮܰͳਓؒӡΛ৴͡ɺڧऀҼՌؔΛ৴͡Δʯ ͱ͍͏ݴ༿͋Δ͘Β͍ʮҼՌਪʯσʔλ൙ཞ࣌ ͷࡢࠓͰͱͯେࣄͳڭཆ
ҼՌɾ૬ؔؔΛͲ͏அ͢Δ͔
ͭͷνΣοΫϙΠϯτ ɾʮ·ͬͨ͘ͷۮવʯͰͳ͍͔ ɾʮୈͷมʯଘࡏ͍ͯ͠ͳ͍͔ ɾʮٯͷҼՌؔʯଘࡏ͍ͯ͠ͳ͍͔ ͜ΕΒΛٙ͏͜ͱ͕େࣄ
ʮ·ͬͨ͘ͷۮવʯͰͳ͍͔ ʮݟ͔͚ͤͷ૬ؔʯͱݺΕΔ
ʮୈͷมʯଘࡏ͍ͯ͠ͳ͍͔ ୈͷมͷ͜ͱΛʮަབྷҼࢠʯͱݺͿ ˠ૬ؔؔʹա͗ͳ͍ͷΛҼՌ͕ؔ͋Δ͔ͷΑ͏ʹݟͤͯ͠·͏ͷͷ͜ͱ
ʮٯͷҼՌؔʯଘࡏ͍ͯ͠ͳ͍͔ ݪҼͱࢥ͍ͬͯͨͷ͕࣮݁ՌͰɺ݁ՌͰ͋Δͱࢥ͍ͬͯͨ ͷ͕࣮ݪҼͰ͋Δঢ়ଶ ˠܯͷଟ͍ҬͰ൜ࡑͷൃੜ͕݅ଟ͍ɻ ͕ɺ͜Ε൜ࡑ͕ଟ͍Ҭ͔ͩΒଟ͘ͷܯΛஔ͍ͯ͠Δ ͱߟ͑Δํ͕ཧʹ͔ͳ͍ͬͯΔɻ ʢ൜ࡑ͕ݪҼˠܯ͕݁Ռʣ
ҼՌؔΛূ໌͢Δʹʁ
ࣄ࣮ͷ݁ՌΛΔ͜ͱ͕ॏཁ ࣄ࣮ͱʮԾʹ˓˓͠ͳ͔ͬͨΒͲ͏ͳ͍͔ͬͯͨʯͱ͍͏ɺ ࣮ࡍʹى͜Βͳ͔ͬͨʮͨΒɾΕʯͷγφϦΦͷ͜ͱ ˠҼՌؔΛূ໌͢ΔʹݪҼ͕ىͬͨ͜ͱ͍͏ʮࣄ࣮ʯʹ ͓͚Δ݁ՌͱɺݪҼ͕ى͜Βͳ͔ͬͨͱ͍͏ʮࣄ࣮ʯʹ͓͚Δ ݁ՌΛൺֱ͢Δඞཁ͕͋Δɻ
ྫ͑ ࠂΛग़ͯ͠ച্͕લಉظൺͰ্͕ͬͨͱ͢Δɻ ͜͜Ͱࠂͱച্ͷҼՌ͕ؔ͋Δ͔Ͳ͏͔ΔʹͲ͏͢Εྑ͍͔ʁ
ྫ͑ ࠂΛग़ͯ͠ച্͕લಉظൺͰ্͕ͬͨͱ͢Δɻ ͜͜Ͱࠂͱച্ͷҼՌ͕ؔ͋Δ͔Ͳ͏͔ΔʹͲ͏͢Εྑ͍͔ʁ λΠϜϚγϯΛ͓͑L
ྫ͑ ࠂΛग़ͨ݁͠ՌΛ֬ೝ ͨ͋͠ͱʹաڈʹΓɺ ࠂΛग़͞ͳ͔ͬͨ݁Ռ ֬ೝ͢Δ͜ͱͰɺҼՌ ޮՌΛଌΔ͜ͱ͕Մೳ
ྫ͑ ࠂΛग़ͨ݁͠ՌΛ֬ೝ ͨ͋͠ͱʹաڈʹΓɺ ࠂΛग़͞ͳ͔ͬͨ݁Ռ ֬ೝ͢Δ͜ͱͰɺҼՌ ޮՌΛଌΔ͜ͱ͕Մೳ ͕ɺ͜ͷ࣌͝ੈλΠϜϚγϯ ͍ͮΒ͍
ྫ͑ ࠂΛग़ͨ݁͠ՌΛ֬ೝ ͨ͋͠ͱʹաڈʹΓɺ ࠂΛग़͞ͳ͔ͬͨ݁Ռ ֬ೝ͢Δ͜ͱͰɺҼՌ ޮՌΛଌΔ͜ͱ͕Մೳ ͡Ό͋Ͳ͏͢Δ͔
ྫ͑ ࠂΛग़ͨ݁͠ՌΛ֬ೝ ͨ͋͠ͱʹաڈʹΓɺ ࠂΛग़͞ͳ͔ͬͨ݁Ռ ֬ೝ͢Δ͜ͱͰɺҼՌ ޮՌΛଌΔ͜ͱ͕Մೳ ࣄ࣮Λ ʮͬͱΒ͍͠ʯ Ͱ݀ຒΊ͢Δ
ࣄ࣮ͷ݀ຒΊ ྫ͑ళฮΛࠂ͋Γάϧʔϓͱࠂͳ͠άϧʔϓʹ͚ͯɺ ࠂ͋Γάϧʔϓͷࣄ࣮Λࠂͳ͠άϧʔϓͷࣄ࣮Ͱ݀ຒΊ͢Δ
ࣄ࣮ͷ݀ຒΊ ྫ͑ళฮΛࠂ͋Γάϧʔϓͱࠂͳ͠άϧʔϓʹ͚ͯɺ ࠂ͋Γάϧʔϓͷࣄ࣮Λࠂͳ͠άϧʔϓͷࣄ࣮Ͱ݀ຒΊ͢Δ ˞ҙ˞ ͭͷάϧʔϓ͕౷ܭతʹࣅ௨͓ͬͯΓɺ།ҰҟͳΔ͕ ʮࠂΛग़͔ͨ͠Ͳ͏͔ʯ ͚ͩͰ͋Ε͜ͷάϧʔϓʮൺֱՄೳʯͱஅͰ͖ɺ ࣄ࣮ͷ݀ຒΊ͕ՄೳʹͳΔ
ຊʹͬͯ ҼՌؔΛূ໌͢Δʹʁ
ҼՌؔΛূ໌͢Δʹ ʮൺֱՄೳͳάϧʔϓΛ࡞Γग़͠ɺࣄ࣮ΛͬͱΒ͠ ͍Ͱஔ͖͑Δʯ͜ͱ͕ඞཁ ͕ͩʮൺֱՄೳͳάϧʔϓʯΛ࡞Δͷ༰қͰͳ͍ɻ ˠ͜ͷάϧʔϓΛ࡞Δख๏͕͍͔ͭ͘ଘࡏ͢Δ
ҼՌਪͷख๏ ɾϥϯμϜԽൺֱࢼݧ ˠ࠷࣮֬ͰೃછΈͷ͋Δํ๏͕ͩɺൺֱՄೳͳάϧʔϓʹ ɹɹ͚Δͷ͕͘͠ηϨΫγϣϯόΠΞε͕͔͔ΔՄೳੑɻ ɾସख๏ͱͯ͠ʮࣗવੳʯʮࠩͷࠩੳʯʮϚονϯάੳʯ ʮճؼੳʯͳͲ͕͋ͬͨΓ͢Δɻ
ҼՌਪͷख๏ ɾϥϯμϜԽൺֱࢼݧ ˠ࠷࣮֬ͰೃછΈͷ͋Δํ๏͕ͩɺൺֱՄೳͳάϧʔϓʹ ɹɹ͚Δͷ͕͘͠ηϨΫγϣϯόΠΞε͕͔͔ΔՄೳੑɻ ɾସख๏ͱͯ͠ʮࣗવੳʯʮࠩͷࠩੳʯʮϚονϯάੳʯ ʮճؼੳʯͳͲ͕͋ͬͨΓ͢Δɻ ͍Ζ͍Ζ͋ΔͷͰ ؾʹͳͬͨਓௐͯΈͯͶʙ
·ͱΊ
·ͱΊ ɾࡢࠓͷใࣾձʹ͓͍ͯɺσʔλ͔Βਖ਼͍͠அ͕Ͱ͖ΔΑ͏ ɹʹ͢ΔͨΊʹ૬ؔؔɾҼՌؔΛཧղ͓ͯ͘͠ͷେʂ ɹʢ57ͱ͔ωοτʹո͍͠ਤɾσʔλͱ͔ଟ͍ͷͰʜʣ ɾͪΖΜɺࣄʹ͓͍ͯࢪࡦͷޮՌݕূΛਖ਼͘͠ߦ͏ͨΊ ɹʹɺҼՌਪॏཁʂ
͓ΘΓʂ