カウザルPython NeurIPS 2023での5つの新しいカウザルアイデア

5 new causal ideas at Causal Python NeurIPS 2023

因果性と生成モデリング、適合予測、トポロジーを結びつける新しいエキサイティングなアイデア

NeurIPSは、その厳密な論文審査プロセスと高品質な受け入れ研究のため、人工知能と機械学習の分野において世界的に最も重要で名声のあるカンファレンスの1つとされています。

多様な分野に焦点を当てたこのカンファレンスは、知的システムと機械学習アルゴリズムの開発に関連する幅広いトピックをカバーしています。

NeurIPSで受け入れられる因果関係に関連する論文の数は、過去数年間で急速に増加しています。

この記事では、2023年版のカンファレンスで受け入れられた5つの因果関係に関連する論文を紹介し、私の関心を引いた重要な新しい洞察をもたらしています。

• 「Matplotlib チュートリアル：あなたの国の地図をさらなるレベルへ」
• 「オートエンコーダーメソッドを使用したTensorFlowとKerasにおける異常検知」
• 「Cを使用してLLMsを最適化し、GPT、Lama、Whisperを自分のラップトップで実行する」

ただし、これは主観的であり、確かに不完全なリストです。これは、執筆時点ではNeurIPSはまだカンファレンスで受け入れられた論文の完全なリストを公表していないためです。

とは言え、以下で紹介される論文で提示されるアイデアが私たちの分野を前進させる可能性があると確信しています。

さあ、始めましょう！

適合メタラーナー

適合予測は、元々Vladimir Vovkによって提案された不確実性量子化技術の一族です。

適合予測はモデルフリーであり（分布の仮定は必要ありません）、頻度論的なカバレッジの保証を提供します。つまり、交換可能性の仮定の下で、真の結果が予測区間（または集合）に高い確率で含まれることを保証します¹。

アフマド・アラーと彼の同僚が提案した新しい論文Conformal Meta-learners for Predictive Inference of Individual Treatment Effectsは、NeurIPS 2022で受け入れられたばかりの適合メタラーナーの新しいフレームワークを提案しています。

彼らのアプローチは、対象パラメータ（個別治療効果; ITE）に関する直接的な推論を可能にします…

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!