因果推斷與機器學習
郭若城 等
1005人在讀
19.3萬字總字數
¥82.6定價
郭若城 等
本書是一本理論紮實，同時聯繫實際應用的圖書。全書系統地介紹了因果推斷的基本知識、基於機器學習的因果推斷方法和基於因果推斷的機器學習方法及其在一些重要領域的應用。 全書共分6章。第1章從潛結果框架和結構因果模型出發，介紹因果推斷的基本概念和方法。第2章介紹近年統計和機器學習文獻中出現的一些重要的基於機器學習的因果推斷方法。第3章介紹能夠提高機器學習模型的泛化能力的因果表徵學習。第4章介紹因果機器學習如何提高機器學習模型的可解釋性與公平性。第5章介紹因果機器學習在推薦系統和學習排序中的應用。第6章是對全書的一個總結和對未來的展望。 本書對結合因果推斷和機器學習的理論與實踐進行了介紹。通過閱讀本書，讀者不僅可以掌握因果機器學習的基礎理論，還可對本書中提到的論文代碼進行鑽研，從而在實踐中加深對因果機器學習的理解。
寫的晦澀難懂，讀這本書真浪費時間
雖然機翻味兒重，但不乏爲一本 CI 入門的書。較爲完備的介紹了結構因果及潛結果模型相關的重點概念和衍生的一系列研究領域如表示學習、可解釋性及公平性。
公式變量不帶解釋的文章和書籍，寫書的目的本身就值得懷疑
需要有一定數學基礎，🤔類似定理
不太好懂 讀了好幾遍 但乾貨還是有的