AI用語集
人工知能の完全辞典
因果ベイジアンネットワーク
変数間の因果関係を明示的にモデル化する有向非巡回グラフ。エッジは因果メカニズムを表し、ノードは変数を表し、介入と反実仮想的計算を可能にする。
機械学習を用いた傾向スコアマッチング
高次元の文脈で傾向スコアをより正確に推定するために機械学習アルゴリズム（勾配ブースティング、ランダムフォレスト）を使用し、処置群と対照群間の共変量バランスを改善する。
ニューラルネットワークを用いた操作変数法
線形な従来の操作変数法の限界を克服するために、操作変数、処置、アウトカム間の複雑な非線形関係をモデリングするためにニューラルネットワークを統合するアプローチ。
因果推論木
処置効果の異質性を持つサブ集団を特定するために特別に修正された決定木。アウトカムの純度ではなく、処置-共変量交互作用テストに基づく分割基準を使用する。
ニューラル因果モデル
不変な表現と因果メカニズムを学習するために設計された深層ニューラルネットワークアーキテクチャ。因果的解釈可能性と分布シフトに対する堅牢性を保証するために構造的制約を統合する。
反実仮想的回帰
処置済みと非処置済みの共変量分布が区別不能なバランスの取れた埋め込みを学習するためにニューラルネットワークを使用する表現学習手法。個別の因果効果の推定を容易にする。
CATE推定のためのメタ学習器
S-learner、T-learner、X-learner、R-learnerを含むアルゴリズムフレームワーク。条件付き平均処置効果を柔軟で非パラメトリックに推定するために、基本の機械学習モデルを構成要素として使用する。
直交ランダムフォレスト
因果効果の推定におけるバイアスを減らすために直交化の原理を統合したランダムフォレストの拡張。非線形効果を持つ高次元の交絡因子が存在する場合に特に効果的。
深層学習を用いた構造的因果モデル
SCMモデルの構造方程式に深層ニューラルネットワークを統合し、解釈可能性と反実的推論能力を維持しながら複雑な非線形因果関係を捕捉する。
因果探索アルゴリズム
観測データから因果構造を自動的に推論するために機械学習を使用するアルゴリズム（PC、FCI、GES、NOTEARS）、多くの場合、スパース性制約とノンパラメトリック独立性テストを伴う。
二重堅牢性ニューラル推定量
アウトカムと傾向スコアをモデル化するためにニューラルネットワークを組み合わせる因果推定量、いずれかのモデルが正しく指定されている場合に一貫性を保証し、特に高次元で有用。
不変リスク最小化
アウトカムの予測子が異なる環境間で不変のままである表現を求める学習原理、分布変化に対して堅牢な因果メカニズムの学習のプロキシとして機能する。
機械学習を用いたG計算
アウトカムの条件付き分布を近似するために高度なMLモデル（勾配ブースティング、ニューラルネット）を使用するパラメトリック因果推定方法、介入をシミュレートし、周辺因果効果を推定することを可能にする。
異質性治療効果の発見
治療に対する反応が有意に異なるサブグループを自動的に特定するためにMLアルゴリズムを使用するプロセス、クラスタリングと効果推定を組み合わせて介入をパーソナライズする。