[PART 1 인과추론 기초]1장 인과추론 소개_1.1 인과추론의 개념_1.2 인과추론의 목적 _1.3 머신러닝과 인과추론 _1.4 연관관계와 인과관계_1.5 편향 _1.6 인과효과 식별하기 _1.7 요약 2장 무작위 실험 및 기초 통계 리뷰_2.1 무작위 배정으로 독립성 확보하기 _2.2 A/B 테스트 사례 _2.3 이상적인 실험 _2.4 가장 위험한 수식 _2.5 추정값의 표준오차 _2.6 신뢰구간 _2.7 가설검정 _2.8 p 값 _2.9 검정력 _2.10 표본 크기 계산 _2.11 요약 3장 그래프 인과모델_3.1 인과관계에 대해 생각해보기_3.2 그래프 모델 집중 훈련 _3.3 식별 재해석 _3.4 조건부 독립성 가정과 보정 공식 _3.5 양수성 가정 _3.6 구체적인 식별 예제 _3.7 교란편향 _3.8 선택편향 _3.9 요약[PART 2 편향 보정]4장 유용한 선형회귀_4.1 선형회귀의 필요성 _4.2 회귀분석 이론 _4.3 프리슈-워-로벨 정리와 직교화 _4.4 결과 모델로서의 회귀분석 _4.5 양수성과 외삽 _4.6 선형회귀에서의 비선형성 _4.7 더미변수를 활용한 회귀분석 _4.8 누락 변수 편향 _4.9 중립 통제변수 _4.10 요약 5장 성향점수_5.1 관리자 교육의 효과 _5.2 회귀분석과 보정 _5.3 성향점수_5.4 디자인 vs. 모델 기반 식별 _5.5 이중 강건 추정 _5.6 연속형 처치에서의 일반화 성향점수 _5.7 요약 [PART 3 이질적 효과와 개인화]6장 이질적 처치효과_6.1 ATE에서 CATE로 _6.2 예측이 답이 아닌 이유 _6.3 회귀분석으로 CATE 구하기 _6.4 CATE 예측 평가하기 _6.5 모델 분위수에 따른 효과 _6.6 누적 효과 곡선 _6.7 누적 이득 곡선 _6.8 목표 변환 _6.9 예측 모델이 효과 정렬에 좋을 때 _6.10 의사결정을 위한 CATE _6.11 요약 7장 메타러너_7.1 이산형 처치 메타러너 _7.2 연속형 처치 메타러너 _7.3 요약 [PART 4 패널데이터]8장 이중차분법_8.1 패널데이터 _8.2 표준 이중차분법 _8.3 식별 가정 _8.4 시간에 따른 효과 변동 _8.5 이중차분법과 공변량 _8.6 이중 강건 이중차분법 _8.7 처치의 시차 도입 _8.8 요약 9장 통제집단합성법_9.1 온라인 마케팅 데이터셋 _9.2 행렬 표현 _9.3 통제집단합성법과 수평 회귀분석 _9.4 표준 통제집단합성법 _9.5 통제집단합성법과 공변량 _9.6 통제집단합성법과 편향 제거 _9.7 추론 _9.8 합성 이중차분법 _9.9 요약 [PART 5 대안적 실험 설계]10장 지역 실험과 스위치백 실험_10.1 지역 실험_10.2 통제집단합성법 설계_10.3 스위치백 실험 _10.4 요약 11장 불응과 도구변수_11.1 불응 _11.2 잠재적 결과 확장_11.3 도구변수 식별 가정 _11.4 1단계 _11.5 2단계 _11.6 2단계 최소제곱법 _11.7 표준오차 _11.8 통제변수와 도구변수 추가 _11.9 불연속 설계 _11.10 요약 12장 더 배울 내용_12.1 인과관계 발견 _12.2 순차적 의사결정 _12.3 인과적 강화학습 _12.4 인과 예측 _12.5 도메인 적응 _12.6 요약 에필로그 실무에 인과추론 적용하기 찾아보기