최근 인과추론의 발전은 우리 세계와 그 안에서 작동하는 복잡한 시스템에 대한 깊은 통찰력을 얻을 수 있게 해주었습니다. 모든 분야의 산업 전문가들과 학자들이 자신들의 데이터에 질문을 하지만, 전통적인 통계 방법들은 종종 결론적인 답을 제공하는 데 부족함이 있습니다. 따라서, 인과추론은 이런 부분에 있어 도움을 줄 수 있어요.
이 책은 이론적 기초부터 Python의 실제 사례까지 만들어 응용 환경에서 인과추론을 사용하는 데 필요한 도구를 여러분들께 제공합니다. 데이터를 다룰 줄 아는 실무자를 주요 독자로 삼았지만, 인과추론 개념에 익숙하지 않거나, 그 개념을 실제 문제에 어떻게 적용하는지를 모르는 분들을 위해 이 책을 썼습니다.
책의 1부에서는 인과추론의 기본 원리로부터 추정 과정, 그리고 인과 발견(causal discovery)에 이르기까지를 다루며, 개념을 강화하기 위한 연습문제와 사례 연구를 살펴봅니다. 2부와 3부에서는 컴퓨터 비전, 자연어 처리, 강화 학습, 모델 공정성(model fairness) 등 머신러닝 분야에서 인과추론의 최신 적용 분야로 더 깊이 들어갑니다. 이러한 결합은 어떠한 머신러닝 전문가에게도 인과추론의 세계로 들어가는 완벽한 초석을 마련해줄 것입니다.