因果科学社区 - 版本历史

2024年5月21日 (二) 07:37 18810648466

2024-05-21T07:37:09Z

是趣木木呀：/* 第二季成员基础画像 */

2022-01-17T14:52:50Z

第二季成员基础画像

是趣木木呀：/* 因果科学第一季读书会成员基础画像 */

2022-01-17T14:43:59Z

因果科学第一季读书会成员基础画像

2022年1月13日 (四) 01:09 是趣木木呀

2022-01-13T01:09:33Z

是趣木木呀：/* 因果科学相关算法、框架、数据集 */

2022-01-11T03:03:53Z

因果科学相关算法、框架、数据集

是趣木木呀：/* 因果科学开源书籍 */

2022-01-11T03:00:30Z

因果科学开源书籍

是趣木木呀：/* 基本介绍 */

2022-01-11T02:55:34Z

基本介绍

是趣木木呀：/* 因果科学大会 */

2022-01-11T02:54:29Z

因果科学大会

是趣木木呀：/* 因果社区科学家 */

2022-01-11T02:47:03Z

因果社区科学家

是趣木木呀：/* 因果科学社区介绍 */

2022-01-11T02:35:53Z

因果科学社区介绍

显示更改

←上一版本		2024年5月21日 (二) 07:37的版本
第286行：		第286行：

	[http://mp.weixin.qq.com/s?__biz=MzIzMjQyNzQ5MA==&mid=2247500714&idx=1&sn=f1edec0d7a4ea551e1a75e5cea470060&chksm=e8979927dfe0103134a871b591329319716b9aaee97822a9c09b69c716e13fe414e17d445665&scene=21#wechat_redirect 为了研究因果关系，原来科学家在这么多方向上都有尝试]		[http://mp.weixin.qq.com/s?__biz=MzIzMjQyNzQ5MA==&mid=2247500714&idx=1&sn=f1edec0d7a4ea551e1a75e5cea470060&chksm=e8979927dfe0103134a871b591329319716b9aaee97822a9c09b69c716e13fe414e17d445665&scene=21#wechat_redirect 为了研究因果关系，原来科学家在这么多方向上都有尝试]
		+
		+	[[Category:集智相关]]

@@ 第178行： / 第178行： @@
 ==== 第二季成员基础画像 ====
-截至2021年7月28日，因果科学读书会第二季共报名322人，具有以下特点：
+截至2022年1月17日，因果科学读书会第二季共报名427人，具有以下特点：
-* 参与成员男女比例3:1，较第一季比女性成员比例有所上升。
+* 参与成员较第一季比女性成员比例有所上升。
-* 参与成员博士比例约45%，硕博比例接近80%，高学历学者占比较高，与第一季基本一致。
+* 参与成员博士比例接近50%，硕博比例超过80%，高学历学者占比较高，与第一季基本一致。
-* 参与人员所在单位以国内外高水平院校和互联网大厂为主，其中包括北京大学、清华大学、同济大学、西安交通大学、中国科学院大学、西湖大学等一流院校，还包括华为、美团等企业。
+* 参与人员所在单位以国内外高水平院校和互联网大厂为主，其中包括北京大学、清华大学、北京航空航天大学、同济大学、浙江大学、西安交通大学、中国科学院大学、北京师范大学等一流院校，还包括华为、美团等企业。
 * 参与人员以学生为主，尤其是硕博学生。除了高校学生，还有教授、工程师、高级经理等角色加入社区，为因果科学的研究提供了不同的视角。
-* 参与人员的专业背景非常丰富，包括计算机、管理科学与工程、数学、生物信息、化学工程、传播学、控制科学与工程等学科。研究兴趣也涵盖了因果推断、机器学习、强化学习、复杂系统、时间序列分析等领域。不同专业背景和不同研究兴趣的社区学者为因果科学的研究注入了更多活力，增强其跨学科研究特性。
+* [[文件:因果科学读书会第二季人物画像.png|无|缩略图|972x972像素]]参与人员的专业背景非常丰富，包括计算机、管理科学与工程、数学、生物信息、化学工程、传播学、控制科学与工程等学科。研究兴趣也涵盖了因果推断、机器学习、强化学习、复杂系统、时间序列分析等领域。不同专业背景和不同研究兴趣的社区学者为因果科学的研究注入了更多活力，增强其跨学科研究特性。
 ==== 【第三季：因果科学与Causal +X领域概览】 ====
@@ 第200行： / 第198行： @@
 [https://pattern.swarma.org/path?id=146 因果+X：解决多学科领域的因果问题 | 因果科学读书会第三季论文合集]
 === 2021泛太平洋因果推断大会 ===

@@ 第153行： / 第153行： @@
 ===== 因果科学第一季读书会成员基础画像 =====
-截至2020年12月31日，因果科学读书会总报名人数273人。大家有以下特点：
+截至2022年1月17日，因果科学读书会总报名人数382人。大家有以下特点：
-.参与用户中男女比例为2：1，以男性居多。
+.参与用户中男女比例为7：3，以男性居多。
-.参与用户中博士比例超过40%，硕博比例接近80%，整体学历水平非常高。
+.参与用户中博士比例接近50%，硕博比例超过80%，整体学历水平非常高。
-.毕业院校以海内外高校为主，包括清华大学、北京大学、浙江大学、中科院、加州大学等学校。
+.毕业院校以海内外高校为主，包括清华大学、北京大学、浙江大学、中科院、复旦大学等学校。
 .参与用户以高校内的一线科研工作者为主，也有来自阿里巴巴、滴滴、腾讯等互联网大厂的工程师和研究员。
+[[文件:因果科学读书会第一季人物画像.png|无|缩略图|967x967像素]]
 .参与用户学生居多，也包括很多教授、工程师等，同时大家所学专业种类非常多，包括计算机、人工智能、传播学、统计学、企业管理等，充分说明了跨学科交流的特性。
 ==== 【第二季：因果科学与Causal AI基础实战】 ====
 因果推断与机器学习领域的结合已经吸引了越来越多来自学界业界的关注。第一季读书会主要关注了因果科学在机器学习方向上的前沿应用，为深入探讨、普及推广因果科学议题，第二季读书会着力于实操性、基础性，带领大家精读因果科学方向两本非常受广泛认可的入门教材：Causal inference in statistics: A primer和Elements of causal inference: foundations and learning algorithms。读书会以直播讨论为主，结合习题交流、夜谈、编程实践、前沿讲座等多类型内容，主要面向有机器学习背景、希望深入学习因果科学基础知识和重要模型方法、寻求解决相关研究问题的研究人员。

@@ 第147行： / 第147行： @@
 [https://pattern.swarma.org/path?id=145 构建因果引擎，创新科研范式——因果科学的学习路线图]
 ==== 【第二季：因果科学与Causal AI基础实战】 ====
@@ 第160行： / 第178行： @@
 [https://pattern.swarma.org/path?id=138 因果科学读书会第二季主题论文合集]
 ==== 【第三季：因果科学与Causal +X领域概览】 ====

@@ 第209行： / 第209行： @@
 故借助因果科学读书会，推动了因果开源书籍的众筹：通过因果科学与Causal AI读书会，以众包的方式梳理因果科学的基础架构，筹备开源书籍，希望为投身这个领域的科研工作者提供一个全面、清晰且简洁的入门框架。
-详情可见[https://swarma.org/?p=20838 因果科学与 Causal AI 系列读书会 | 众包出书 | 集智俱乐部]
+详情可见[https://swarma.org/?p=20838 因果科学与 Causal AI 系列读书会 | 众包出书 | 集智俱乐部]。
 ==== 因果科学相关算法、框架、数据集 ====
-收集了因果科学相关的概率编程框架、工具包、数据集及基准，并依此进行分类。详情可见[https://swarma.org/?p=27736 因果科学算法、框架、数据集汇总]
+因果科学的工作大致可以分为基础因果假设及框架（fundamental causal assumption and framework）、因果学习（causal learning）、因果推断（causal reasoning/inference）和应用系统，其中因果学习又可以分为因果结构学习（causal discovery/causal structure learning）和因果表示学习（causal representation learning）。因果社区的成员闫和东对其进行了梳理和总结，而龚鹤扬、张天健、李奉治、段月然、孙钦贵参与了讨论和贡献。收集了因果科学相关的概率编程框架、工具包、数据集及基准，并依此进行分类。详情可见[https://swarma.org/?p=27736 因果科学算法、框架、数据集汇总]。
 == 主办方 ==

@@ 第187行： / 第187行： @@
 * [http://mp.weixin.qq.com/s?__biz=MzU5MDg1ODYyMA==&mid=2247485385&idx=2&sn=993168772ec29355ec1ac23a5d8db542&chksm=fe3697dac9411ecc1b3ef577db22bf0c86de6011ff0d7b8761f665fbacaf05b7f89ed141336f&scene=21#wechat_redirect 泛太平洋因果推断大会回顾（二）]
-===== 更多资料 =====
+==== 更多资料 ====
 由集智因果科学社区同学整理汇总的所有参会讲者信息，包括了讲者的背景介绍，研究兴趣，科研课题以及个人网站信息等丰富的资料大会日程安排详情可参见[https://swarma.org/?p=28801 2021泛太平洋因果推断大会]

@@ 第174行： / 第174行： @@
 [https://pattern.swarma.org/path?id=146 因果+X：解决多学科领域的因果问题 | 因果科学读书会第三季论文合集]
-=== 因果科学大会 ===
+=== 2021泛太平洋因果推断大会 ===
 ==== 基本介绍 ====
 == 成果展示 ==

@@ 第46行： / 第46行： @@
 ===== 董振华 =====
-董振华，南开大学博士，明尼苏达大学GroupLens Lab访问学者 •研究方向：推荐系统，信息检索，因果推理，反事实学习 •现任华为诺亚方舟实验室技术专家，负责推荐系统、机器学习前沿技术的研究与落地，帮助华为多个产品构建推荐系统，包括：华为浏览器，华为应用市场，广告系统，负一屏信息了与服务直达，金融产品推荐系统等。 专利20+篇，在TKDE，SIGIR，RecSys，WWW，AAAI，CIKM等期刊、会议发表学术论文30+篇，担任SIGKDD（2017～now）、SIGAPP（2018～now）程序委员及审稿人。 《奇点临近》译者
+南开大学博士，明尼苏达大学GroupLens Lab访问学者。研究方向：推荐系统，信息检索，因果推理，反事实学习 。现任华为诺亚方舟实验室技术专家，负责推荐系统、机器学习前沿技术的研究与落地，帮助华为多个产品构建推荐系统，包括：华为浏览器，华为应用市场，广告系统，负一屏信息了与服务直达，金融产品推荐系统等。 专利20+篇，在TKDE，SIGIR，RecSys，WWW，AAAI，CIKM等期刊、会议发表学术论文30+篇，担任SIGKDD（2017～now）、SIGAPP（2018～now）程序委员及审稿人。 《奇点临近》译者
 ===== 蔡瑞初 =====
@@ 第92行： / 第92行： @@
 ===== 陆超超 =====
 剑桥大学机器学习组博士生， 由Zoubin Ghahramani教授和José Miguel Hernández-Lobato教授联合培养，Carl Edward Rasmussen教授指导；同时他也是Cambridge-Tübingen 博士奖学金的获得者，由马克斯·普朗克智能系统研究所的Bernhard Schölkopf 教授联合培养。他的主要研究兴趣是机器学习，特别是涉及到如何结合因果推理、贝叶斯推理、强化学习和深度学习各自的优势，并将它们应用在现实领域中解决实际问题，如计算机视觉和医疗等领域。
 ===== 李奉治 =====
@@ 第100行： / 第102行： @@
 ===== 李昊轩 =====
-李昊轩，北京大学大数据科学研究中心博士研究生，导师为周晓华教授，专业为数据科学（统计学），研究兴趣为因果推断，推荐系统，强化学习。
 ===== 黄碧薇 =====
@@ 第116行： / 第120行： @@
 * 北京大学物理学本科，美国俄亥俄州立大学博士，现在北京一家互联网公司从事人工智能和大数据相关的工作。对复杂系统建模，人工智能，因果推断等感兴趣
 * 主要贡献：作为因果科学与 Causal AI 系列读书会第一季发起人之一
 ===== 张天健 =====
-===== 丁晨炜 =====
+* 本科毕业于西安交通大学，现为香港中文大学（深圳）计算机信息工程专业博士研究生，研究兴趣包括可解释机器学习，因果推断及其在通信、医疗等领域中的应用。
-悉尼大学在读博士，研究方向为因果发现，计算机视觉
+* 主要贡献：作为因果科学与 Causal AI 系列读书会第二季发起人之一
 == 因果科学社区活动 ==