更改

删除2,652字节 、 2022年7月11日 (一) 22:15
第124行: 第124行:     
== 编者推荐 ==
 
== 编者推荐 ==
 +
 +
=== 学者相关链接 ===
 +
[[Peter Spirtes - Department of Philosophy - Dietrich College of Humanities and Social Sciences - Carnegie Mellon University (cmu.edu)|Peter Spirtes 主页]]
 +
 +
[https://www.researchgate.net/profile/Peter-Spirtes Peter SPIRTES | Professor (Full)]
    
===集智学园课程推荐===
 
===集智学园课程推荐===
第171行: 第176行:     
对于基于功能因果模型的方法,我们会着重讨论LiNGAM, nonlinear additive-noise model, 以及post-nonlinear model。并且会进一步拓展到当出现cycle, 或者存在hidden confounder的情况。
 
对于基于功能因果模型的方法,我们会着重讨论LiNGAM, nonlinear additive-noise model, 以及post-nonlinear model。并且会进一步拓展到当出现cycle, 或者存在hidden confounder的情况。
  −
*[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。
  −
  −
*[https://campus.swarma.org/course/2460 因果科学与Causal AI读书会第二季]
  −
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。
  −
  −
*[https://campus.swarma.org/course/3527 因果科学读书会第三季:因果+X]
  −
“因果”并不是一个新概念,而是一个已经在多个学科中使用了数十年的分析技术。通过前两季的分享,我们主要梳理了因果科学在计算机领域的前沿进展。如要融会贯通,我们需要回顾数十年来在社会学、经济学、医学、生物学等多个领域中,都是使用了什么样的因果模型、以什么样的范式、解决了什么样的问题。我们还要尝试进行对比和创新,看能否以现在的眼光,用其他的模型,为这些研究提供新的解决思路。
  −
  −
“因果+X”就是要让因果真正地应用于我们的科学研究中,不管你是来自计算机、数理统计领域,还是社会学、经济学、管理学领域,还是医学、生物学领域,我们希望共同探究出因果研究的范式,真正解决因果的多学科应用问题,乃至解决工业界的问题。
   
===文章推荐===
 
===文章推荐===
 
[https://swarma.org/?p=33783 会议预告丨CLeaR (Causal Learning and Reasoning) 2022国际会议4月11-13日举办 | 集智俱乐部 (swarma.org)]
 
[https://swarma.org/?p=33783 会议预告丨CLeaR (Causal Learning and Reasoning) 2022国际会议4月11-13日举办 | 集智俱乐部 (swarma.org)]
第198行: 第192行:     
[https://mp.weixin.qq.com/s/ZOUeF_HEFneYVi2BPe8LFg 因果观念新革命?万字长文,解读复杂系统背后的暗因果]
 
[https://mp.weixin.qq.com/s/ZOUeF_HEFneYVi2BPe8LFg 因果观念新革命?万字长文,解读复杂系统背后的暗因果]
  −
[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/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。