更改

删除344字节 、 2022年7月11日 (一) 16:22
无编辑摘要
第632行: 第632行:     
== 编者推荐 ==
 
== 编者推荐 ==
 +
===集智学园课程推荐===
    +
* [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 (swarma.org)]
   −
===集智学园课程推荐===
   
*[https://campus.swarma.org/course/1798 因果科学与 Causal AI 系列读书会]
 
*[https://campus.swarma.org/course/1798 因果科学与 Causal AI 系列读书会]
 
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。
第645行: 第646行:  
===文章推荐===
 
===文章推荐===
 
[https://swarma.org/?p=33119 推荐系统中的因果学习:基础、估计、预测和挑战]
 
[https://swarma.org/?p=33119 推荐系统中的因果学习:基础、估计、预测和挑战]
  −
[https://swarma.org/?p=28539 丁鹏:多角度回顾因果推断的模型方法]
  −
  −
[https://swarma.org/?p=28989 一作解读DeepMind最新论文:连接图神经网络与结构因果模型丨周五直播]
  −
  −
[https://swarma.org/?p=34329 福利 | 因果推断会是下一个AI热潮吗?Judea Pearl《因果论》重磅上市!]
      
[https://mp.weixin.qq.com/s/mOdTI0gR9rsRyX4fz3mYNA 因果科学入门读什么书?Y. Bengio博士候选人的研读路径推荐]
 
[https://mp.weixin.qq.com/s/mOdTI0gR9rsRyX4fz3mYNA 因果科学入门读什么书?Y. Bengio博士候选人的研读路径推荐]
    
[https://mp.weixin.qq.com/s/TtYsTyyGEX7U1ZOSl-lsPw 前沿综述:因果推断与因果性学习研究进展]
 
[https://mp.weixin.qq.com/s/TtYsTyyGEX7U1ZOSl-lsPw 前沿综述:因果推断与因果性学习研究进展]
  −
[https://mp.weixin.qq.com/s/W6PIE211TavEgg_s3adDdg 因果表征学习最新综述:连接因果科学和机器学习的桥梁]
      
[https://mp.weixin.qq.com/s/pRgLZFJpbgmAyI7LgOnHug 历时3个月,全球32位讲者,共同讲述因果科学与Causal AI的全景框架!]
 
[https://mp.weixin.qq.com/s/pRgLZFJpbgmAyI7LgOnHug 历时3个月,全球32位讲者,共同讲述因果科学与Causal AI的全景框架!]
  −
[https://mp.weixin.qq.com/s/f-rI5W6tc6qOzthbzK4oAw 崔鹏:稳定学习——挖掘因果推理和机器学习的共同基础]
      
[https://mp.weixin.qq.com/s/l-05jRYabGI-JoXedU-PLA 因果科学:连接统计学、机器学习与自动推理的新兴交叉领域]
 
[https://mp.weixin.qq.com/s/l-05jRYabGI-JoXedU-PLA 因果科学:连接统计学、机器学习与自动推理的新兴交叉领域]
第668行: 第659行:  
[https://mp.weixin.qq.com/s/dVxgHcQAz_VjT-HDa2fXgg 周晓华:因果推断的数学基础和在医学中的应用]
 
[https://mp.weixin.qq.com/s/dVxgHcQAz_VjT-HDa2fXgg 周晓华:因果推断的数学基础和在医学中的应用]
 
===相关路径===
 
===相关路径===
 +
*[https://pattern.swarma.org/article/79 面向复杂系统的人工智能读书会论文列表 | 集智斑图 (swarma.org)]
 
*[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=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=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=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=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。
 
*[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。