316
个编辑
更改
跳到导航
跳到搜索
第157行：
第157行： + + + + + + + + + + + + + + + + +
→参考文献
== 参考文献 ==
== 参考文献 ==
<references />
<references />
== 编辑推荐 ==
=== 文章推荐 ===
[https://swarma.org/?p=33211 缺失数据和因果推断中的双稳健方法介绍 | 周日直播·因果科学读书会 | 集智俱乐部 (swarma.org)]
=== 课程推荐 ===
[https://pattern.swarma.org/study_group_issue/208 缺失数据和因果推断中的双稳健方法介绍 | 因果科学第三季第十八期 - 因果科学与Causal AI读书会第三季]
这个视频内容来自集智俱乐部读书会因果科学读书会第三季内容的分享，主题是”缺失数据和因果推断中的双稳健方法介绍“，北京大学北京国际数学研究中心博士后吴鹏分享。本次报告对双稳健方法的基本原理和思路做一个概要介绍，内容包括经典双稳健方法及其局限性。为克服双稳健性的局限性，进一步介绍双稳健回归估计，双稳健逆概率加权估计，偏差下降的双稳健估计。最后，我们总结双稳健方法的一般框架：双稳健估计方程，双稳健损失函数。前者可用于得到一般模型参数的双稳健估计，后者常用于预测问题中。
===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）。
*[https://pattern.swarma.org/path?id=28 复杂网络动力学系统重构文献]，这个路径是张江老师梳理了网络动力学重构问题，描述了动力学建模的常用方法和模型，并介绍了一些经典且重要的论文，这也是复杂系统自动建模读书会的主要论文来源，所以大部分都有解读视频。
*[https://pattern.swarma.org/path?id=114 因果纠缠集智年会——因果推荐系统分论坛]关于因果推荐系统的参考文献和主要嘉宾介绍，来源是集智俱乐部的因果纠缠年会。