PART 1 Causality - an Introduction
제1장 인과관계(causality) - 머신러닝이 있는데 왜 굳이 신경을 써야 할까요?
인과관계의 간략한 역사
왜 인과관계인가? 아기에게 질문하라!
돈을 잃지 않는 방법… 그리고 사람의 목숨을 잃지 않는 방법
마무리하기
참고문헌
제2장 Judea Pearl과 인과관계 사다리(Ladder of Causation)
연관성부터 논리, 그리고 상상력까지 – 인과관계 사다리
연관성(Associations)
개입(Intervention)이란 무엇인가?
반사실(Counterfactuals)이란 무엇인가?
Extra - 모든 머신러닝이 인과적으로 동일한가요?
참고문헌
제3장 회귀, 관찰, 개입
간단한 시작 – 관측 데이터 및 선형 회귀
모든 사용가능한 공변량을 항상 통제해야 하나요?
목적지를 모르면 다른 곳에 도착할 수 있다
회귀와 구조적 모델
마무리하기
참고문헌
제4장 그래픽컬 모델
그래프, 그래프, 그래프
그래픽컬 모델이란?
DAG your pardon? 인과관계 원더랜드의 유향 비순환 그래프
현실 세계에서 인과관계 그래프의 출처
Extra – DAG를 넘어서는 인과관계가 존재할까요?
마무리하기
참고문헌
제5장 포크, 체인, 부도덕성
그래프와 분포, 그리고 그 사이를 매핑하는 방법
체인, 포크, 콜라이더 또는... 부도덕성
포크, 체인, 콜라이더, 그리고 회귀
마무리하기
참고문헌
PART 2 Causal Inference
제6장 노드, 에지 및 통계적 의존성과 독립성
d-separation 상태 유지
추정량(estimand) 먼저 이해하기!
백도어 기준(back-door criterion)
프론트 도어 기준(front-door criterion)
다른 기준도 있을까요? do-calculus를 해봅시다!
마무리하기
정답
참고문헌
제7장 인과관계 추론의 4단계 프로세스
DoWhy 및 EconML 소개
1단계 - 문제 모델링
2단계 - 추정량 식별하기
3단계 - 추정치 얻기
4단계 - 나의 검증셋은 어디에 있나요? 반박 테스트
전체 예시
마무리하기
참고문헌
제8장 인과관계 모델 – 가정과 도전적 과제
나는 세상의 왕이다! 하지만 과연 그럴까요?
Positivity
교환 가능성(exchangeability)
...그리고 더
내 이름을 불러주세요 - 야생에서의 허위 관계
마무리하기
참고문헌
제9장 인과관계 추론과 머신러닝 – 매칭에서 메타 러너까지
기본 사항 I - 매칭
기본 사항 II - 성향 점수(propensity scores)
역확률 가중치(inverse probability weighting: IPW)
S-Learner - 고독한 레인저
T-Learner - 함께하면 더 많은 것을 할 수 있습니다.
X-Learner – 한 단계 더 나아가기
마무리하기
참고문헌
제10장 인과관계 추론과 머신러닝 – 고급 추정자, 실험, 평가 등
이중 강건성 방법 - 더 알아봅시다!
머신러닝이 멋지다면 더블 머신러닝은 어떨까요?
인과관계 포레스트(Causal Forests)와 기타 방법들
실험 데이터를 사용한 이질적인 처리 효과 - 업리프트 오디세이
Extra - 반사실 설명
마무리하기
참고문헌
제11장 인과관계 추론과 머신러닝 – 딥러닝, NLP, 그리고 그 이상
심층 분석 - 이질적인 처리 효과를 위한 딥러닝
트랜스포머와 인과관계 추론
인과관계와 시계열 - 계량경제학자가 베이지안으로 전환할 때
마무리하기
참고문헌
요약
참조
PART 3 Causal Discovery
제12장 인과관계 그래프를 가질 수 있을까요?
인과관계 지식의 원천
과학적 통찰
개인적인 경험과 도메인 지식
인과관계 구조 학습
마무리하기
참고문헌
제13장 인과관계 발견과 머신러닝 – 가정에서 응용까지
인과관계 발견 – 가정 다시 살펴보기
네 가지(그리고 절반) 계열
gCastle 소개
제약 조건 기반 인과관계 발견
점수 기반 인과관계 발견
함수적 인과관계 발견
그래디언트 기반 인과관계 발견
전문 지식 인코딩
마무리하기
참고문헌
제14장 인과관계 발견과 머신러닝 - 고급 딥러닝과 그 너머
딥러닝을 활용한 고급 인과관계 발견
숨겨진 교란 요인이 있을 때 인과관계 발견
Extra – 관찰을 넘어서
ENCO
인과관계 발견 - 실제 적용 사례, 도전 과제, 그리고 미해결 문제
마무리하기
참고문헌
제15장 에필로그
지금까지 배운 내용
인과관계 프로젝트를 최대한 활용하기 위한 5단계
전문 지식을 획득하기
인과관계와 비즈니스
인과관계 머신러닝의 미래를 향하여
인과관계 배우기
소통창구
마무리하기
참고문헌
정보제공 : 
