58
个编辑
更改
跳到导航
跳到搜索
第23行：
第23行： − 埃利亚斯·巴伦博伊姆是哥伦比亚大学计算机系副教授、因果人工智能实验室主任。他曾在加利福尼亚大学洛杉矶分校获得计算机科学博士学位，导师为朱迪亚·珀尔教授。他的研究兴趣包括人工智能、机器学习、统计学、机器人科学、认知科学和科学哲学。他的研究主要关注因果推断和其在健康与社会科学、人工智能、机器学习方向的应用。他的研究特别关注如何在异构和有偏的数据中得出稳健、可泛化的因果和反事实结论，这其中包括了混淆偏差、选择偏差和可迁移性问题。他的工作为数据融合问题提出了第一个通用解决方案，可以组合在不同实验条件、不同偏差下生成的数据集。+ − 第30行：
第29行： − <nowiki>##</nowiki>（描述所著文章及书籍的要旨与意义，选取一下这个人的经典文献介绍一下也可以）+
无编辑摘要
|}
|}
埃利亚斯·巴伦博伊姆是哥伦比亚大学计算机系副教授、因果人工智能实验室主任。他曾在加利福尼亚大学洛杉矶分校获得计算机科学博士学位，导师为朱迪亚·珀尔教授。他的研究兴趣包括人工智能、机器学习、统计学、机器人科学、认知科学和科学哲学。
== 获奖经历 ==
== 获奖经历 ==
== 主要文章及著作 ==
== 主要文章及著作 ==
他的研究主要关注因果推断和其在健康与社会科学、人工智能、机器学习方向的应用。他的研究特别关注如何在异构和有偏的数据中得出稳健、可泛化的因果和反事实结论，这其中包括了混淆偏差、选择偏差和可迁移性问题。他的工作为数据融合问题提出了第一个通用解决方案，可以组合在不同实验条件、不同偏差下生成的数据集。
=== 2021 ===
=== 2021 ===