154
个编辑
更改
跳到导航
跳到搜索
第415行：
第415行： + + + + + + + + + + + + + + + + + +
→因果科学与Causal AI 读书会
图灵奖得主朱迪亚·珀尔教授认为，当下正在进行一场改变数据科学的新革命 ”因果革命“。它以科学为中心，涉及从数据到政策、可解释性、机制的泛化，再到一些社会科学中的归因和公平性问题，甚至哲学中的创造性和自由意志 。本季读书会以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。本季读书会梳理了因果科学的核心内容，理解它如何改变数据科学，助力 AI 系统超越曲线拟合和获得回答因果问题的能力。
图灵奖得主朱迪亚·珀尔教授认为，当下正在进行一场改变数据科学的新革命 ”因果革命“。它以科学为中心，涉及从数据到政策、可解释性、机制的泛化，再到一些社会科学中的归因和公平性问题，甚至哲学中的创造性和自由意志 。本季读书会以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。本季读书会梳理了因果科学的核心内容，理解它如何改变数据科学，助力 AI 系统超越曲线拟合和获得回答因果问题的能力。
分享主题包括：
* [https://campus.swarma.org/course/1937 如何用信息视角理解现代因果模型框架？| 因果科学与Causal AI读书会第 1 期] 主讲人龚鹤扬
* [https://campus.swarma.org/course/1958 图模型与因果推理基础 | 因果科学与Causal AI读书会第 2 期]
* [https://campus.swarma.org/course/1970 因果发现算法概述与挑战 | 因果科学与Causal AI读书会第 3 期]
* [https://campus.swarma.org/course/2008 中介分析和路径因果效应| 因果科学与Causal AI读书会第 4，5 期]
* [https://campus.swarma.org/course/2030 潜结果框架下的因果效应 | 因果科学与Causal AI读书会第 6 期]
* [https://campus.swarma.org/course/2071 因果推理与稳定学习 | 因果科学与Causal AI读书会第 7 期]
* [https://campus.swarma.org/course/2112 因果机器学习 | 因果科学与Causal AI读书会第 8 期]
* [https://campus.swarma.org/course/2139 因果推理和迁移学习 | 因果科学与Causal AI读书会第 9 期]
* [https://campus.swarma.org/course/2156 因果强化学习 | 因果科学与Causal AI读书会第 10 期]
等16期，以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。
==== 相关路径 ====
*[https://pattern.swarma.org/path?id=99 因果科学与Casual AI读书会必读参考文献列表]，这个是根据读书会中解读的论文，做的一个分类和筛选，方便大家梳理整个框架和内容。
*[https://pattern.swarma.org/path?id=9 因果推断方法概述],这个路径对因果在哲学方面的探讨，以及因果在机器学习方面应用的分析。
*[https://pattern.swarma.org/path?id=90 因果科学和 Causal AI入门路径]，这条路径解释了因果科学是什么以及它的发展脉络。此路径将分为三个部分进行展开，第一部分是因果科学的基本定义及其哲学基础，第二部分是统计领域中的因果推断，第三个部分是机器学习中的因果（Causal AI）。