[論文レビュー] A Survey of Learning Causality with Data: Problems and Methods

Ruocheng Guo, Lu Cheng+3 more|arXiv (Cornell University)|Sep 25, 2018

Bayesian Modeling and Causal Inference参考文献 188被引用数 189

ひとこと要約

この調査は、データから因果を学習するための伝統的および最前線の方法を体系的にレビューし、SCMと潜在的結果フレームワークを比較し、因果推論と発見におけるデータタイプ、問題、手法を詳述し、ビッグデータ時代の機械学習との関連を示します。

ABSTRACT

This work considers the question of how convenient access to copious data impacts our ability to learn causal effects and relations. In what ways is learning causality in the era of big data different from -- or the same as -- the traditional one? To answer this question, this survey provides a comprehensive and structured review of both traditional and frontier methods in learning causality and relations along with the connections between causality and machine learning. This work points out on a case-by-case basis how big data facilitates, complicates, or motivates each approach.

研究の動機と目的

• ビッグデータの時代が、伝統的な設定と比較して因果効果と因果関係の学習をどう変えるかを明確にする。
• 因果効果（影響）と因果関係（関係）を学習するデータタイプを体系的に分類する。
• コアフレームワーク（構造因果モデルと潜在的結果）と、それらを用いた同定と推定の方法を提示する。
• 観測データの下での因果推論と発見の伝統的および最前線の手法を調査する。
• 因果学習と機械学習の分野（監視学習、ドメイン適応、強化学習など）との接点を議論する。

提案手法

• 二つの基礎的な因果フレームワークを導入する：構造因果モデル（SCMs）と潜在的結果フレームワーク（POF）。
• 因果グラフ、d-separation、back-door基準、do-calculus、介入分布と観測分布の違いといった重要概念を説明する。
• 因果学習のデータを、因果効果のデータ（共因子の有無・ビッグデータの考慮を含む）、因果関係のデータ、時系列設定の三タイプに分類する。
• 交絡バイアスを除去する標準的な同定戦略を概説し、back-door基準での調整や、back-doorが成立しない場合の代替同定を含めて説明する。
• SCMsとPOFが平均処置効果（ATE）、個別処置効果（ITE）、条件付き効果（CATE）を定義・推定するためにどのように使われるかを説明する。
• do-calculusの限界（個体レベルの問合せや反実仮説）を議論し、Pearlのフレームワークにおける反実仮説表記を導入する。
• 因果効果/関係の真の値がどのように得られるかを要約する（ランダム化実験、シミュレーション、事前知識）。
• データタイプが因果効果と因果関係の学習にどのように対応するか、および手法の適用可能性を示す。

実験結果

リサーチクエスチョン

• RQ1 ビッグデータの時代は、因果効果と因果関係を学習する能力にどのような影響を与えるか？
• RQ2 観測データから因果効果と因果関係を学習可能にするデータタイプと問題設定は何か？
• RQ3 データから因果量を推定するための基礎となるフレームワークと同定戦略は何か？
• RQ4 因果と機械学習の関連は、方法論の発展にどのような影響を及ぼしているか？
• RQ5 ビッグデータを用いた因果学習で残された未解決の問題は何か？

主な発見

• ビッグデータはより豊富な特徴量セットによっていくつかの交絡を緩和できる一方で、新たなバイアスや高次元の課題を生み出す。
• 因果問題は因果効果の学習（推定）と因果関係の学習（発見）に分かれ、それぞれ異なるデータと手法を必要とする。
• SCMsと潜在的結果フレームワークは論理的に等価で、同定と推定の観点から補完的な視点を提供する。
• 同定はback-doorの調整やback-door基準が成り立つ場合の他の戦略に依ることが多い；成り立たない場合には代替的同定方法が議論される。
• 因果効果のグランドトゥルースは通常、ランダム化実験やドメイン知識によるシミュレーションから得られ、反実仮説は追加の課題を提起する。
• 本調査は因果学習を監視/半監視学習、ドメイン適応、強化学習といった機械学習のトピックと結びつけている。