因果推断与机器学习 修订版
作者： 郭若城，程璐，刘昊，刘欢编著
出版发行： 北京：电子工业出版社 , 2023.10
I S B N 号： 978-7-121-46457-7
页数： 251
原书定价： 118.00
主题词： 机器学习-因果性-推理
中图法分类号：
TP181;B812.23 ( 工业技术->自动化技术、计算机技术->自动化基础理论->人工智能理论 )
内容提要：
本书是一本理论扎实，同时联系实际应用的图书。全书系统地介绍了因果推断的基本知识、基于机器学习的因果推断方法和基于因果推断的机器学习方法及其在一些重要领域的应用。 全书共分6章。第1章从结构因果模型和潜在结果框架出发，介绍因果推断的基本概念和方法。第2章介绍近年统计和机器学习文献中出现的一些重要的基于机器学习的因果推断方法。第3章介绍能够提高机器学习模型的泛化能力的因果表征学习。第4章介绍因果机器学习如何提高机器学习模型的可解释性与公平性。第5章介绍因果机器学习在推荐系统和学习排序中的应用。第6章是对全书的一个总结和对未来的展望。 本书对结合因果推断和机器学习的理论与实践进行了介绍。并在第1版的基础上对一些陈旧的内容做了更新。通过阅读本书，读者不仅可以掌握因果机器学习的基础理论，还可对本书中提到的论文代码进行钻研，从而在实践中加深对因果机器学习的理解。