機械学習が普及する中で統計的因果推論への期待が高まっています。データに基づく意思決定を行う上で、予測するだけでなく因果関係を調べることも重要だからです。統計的因果推論を適切に行うためには、因果関係を調べたい変数の共通原因となる変数を分析に含める必要があります。分析者は、これら共通原因となる変数を領域知識に基づいて見つけることを要求されます。しかし、この作業は必ずしも簡単ではありません。

Causalasが行う統計的因果探索は、この作業をデータを用いて支援します。Causalasを用いれば、因果グラフと呼ばれる定性的な因果関係を表す図をデータから推定でき、分析者はその因果グラフを参考にすることができます。Causalasでは、LiNGAMアルゴリズムやその発展形であり未観測共通原因の存在を許すCAM-UVアルゴリズムなどを始め、分析課題に合わせたアルゴリズムを利用することが可能です。また、ブートストラップ法による統計的信頼性評価や推定した因果モデルに基づく介入シミュレーションを行う機能も搭載されています。

SCREENアドバンストシステムソリューションズの担当者の方は、いち早く統計的因果探索に着目されました。2018年から滋賀大学との技術指導契約の枠組みで知識を習得され、機械学習分野のトップジャーナルであるJournal of Machine Learning ResearchのMachine Learning Open Source Softwareトラックに統計的因果探索のPythonパッケージを出版されています。これら知識とスキルが今回のソフトウェア開発にも活かされています。今後も、最新の方法論を継続的に実装され、Causalasが医学や社会科学、製造業やマーケティング分野など学術分野および実務分野で広く利用され、データに基づく意思決定に活用されていくことを期待しています。