因果推斷與機器學習
本書是一本理論扎實,同時聯(lián)系實際應用的圖書。全書系統(tǒng)地介紹了因果推斷的基本知識、基于機器學習的因果推斷方法和基于因果推斷的機器學習方法及其在一些重要領(lǐng)域的應用。全書共分6章。第1章從潛結(jié)果框架和結(jié)構(gòu)因果模型出發(fā),介紹因果推斷的基本概念和方法。第2章介紹近年統(tǒng)計和機器學習文獻中出現(xiàn)的一些重要的基于機器學習的因果推斷方法。第3章介紹能夠提高機器學習模型的泛化能力的因果表征學習。第4章介紹因果機器學習如何提高機器學習模型的可解釋性與公平性。第5章介紹因果機器學習在推薦系統(tǒng)和學習排序中的應用。第6章是對全書的一個總結(jié)和對未來的展望。本書對結(jié)合因果推斷和機器學習的理論與實踐進行了介紹。通過閱讀本書,讀者不僅可以掌握因果機器學習的基礎(chǔ)理論,還可對本書中提到的論文代碼進行鉆研,從而在實踐中加深對因果機器學習的理解。
·14.3萬字