46
个编辑
更改
Elements of Causal Inference: Foundations and Learning Algorithms (查看源代码)
2022年6月19日 (日) 22:15的版本
、 2022年6月19日 (日) 22:15无编辑摘要
=内容简介-中文=
=内容简介-中文=
《因果推理：基础与学习算法》从概率统计的角度入手，分析了因果推理的假设，揭示这些假设所暗示的因果推理和学目的。本书分别论述了变量和多变量情况下的因果模型、学习因果模型及其与机器学关系，讨论了因果推理隐藏变量有关的问题、时间系列的因果分析。 《因果推理：基础与学习算法》可作为高等院校人工智能和计算机科学等相关专业高年级本科生和硕士研究生的教材，也可供研究机器学习、因果推理的技术人员参考。
《因果推理：基础与学习算法》从概率统计的角度入手，分析了因果推理的假设，揭示这些假设所暗示的因果推理和学目的。本书分别论述了变量和多变量情况下的因果模型、学习因果模型及其与机器学关系，讨论了因果推理隐藏变量有关的问题、时间系列的因果分析。 《因果推理：基础与学习算法》可作为高等院校人工智能和计算机科学等相关专业高年级本科生和硕士研究生的教材，也可供研究机器学习、因果推理的技术人员参考。
[[文件:《因果推理：基础与学习算法》.jpg|缩略图|因果推理：基础与学习算法]]
=基本信息=
=基本信息=