掃一掃
關(guān)注中圖網(wǎng)
官方微博
包郵 因果推理:基礎(chǔ)與學(xué)習(xí)算法
開本：
16開
頁數(shù)：
248
本類五星書更多>
-
>
全國計(jì)算機(jī)等級(jí)考試最新真考題庫模擬考場及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測5000題(言語理解與表達(dá))
-
>
軟件性能測試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥62.4
加入購物車
因果推理:基礎(chǔ)與學(xué)習(xí)算法 版權(quán)信息
- ISBN：9787111640301
- 條形碼：9787111640301 ; 978-7-111-64030-1
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
因果推理:基礎(chǔ)與學(xué)習(xí)算法 本書特色
適讀人群 ：高等院校人工智能和計(jì)算機(jī)科學(xué)等相關(guān)專業(yè)高年級(jí)本科生和碩士研究生1.世上萬事萬物，有因就有果，有果必有因。事物為什么會(huì)發(fā)生，為什么會(huì)得到某種結(jié)果？根源就在于因果關(guān)系。 2.本書是世界知名學(xué)者十年來研究因果關(guān)系的總結(jié)，在因果推理和通用機(jī)器學(xué)習(xí)之間建立了牢固的聯(lián)系，使得我們和機(jī)器可以用數(shù)據(jù)更清晰地理解世界。 3.哥倫比亞大學(xué)David Blei教授、艾倫??圖靈研究所Ricardo Silva研究員傾情推薦。 4.本書提供了一個(gè)獨(dú)立且簡明的因果關(guān)系模型介紹，以及如何從數(shù)據(jù)中學(xué)習(xí)因果模型。
因果推理:基礎(chǔ)與學(xué)習(xí)算法 內(nèi)容簡介
《因果推理：基礎(chǔ)與學(xué)習(xí)算法》從概率統(tǒng)計(jì)的角度入手，分析了因果推理的假設(shè)，揭示這些假設(shè)所暗示的因果推理和學(xué)習(xí)的目的。本書分別論述了兩個(gè)變量和多變量情況下的因果模型、學(xué)習(xí)因果模型及其與機(jī)器學(xué)習(xí)的關(guān)系，討論了因果推理隱藏變量有關(guān)的問題、時(shí)間系列的因果分析。 《因果推理：基礎(chǔ)與學(xué)習(xí)算法》可作為高等院校人工智能和計(jì)算機(jī)科學(xué)等相關(guān)專業(yè)高年級(jí)本科生和碩士研究生的教材，也可供研究機(jī)器學(xué)習(xí)、因果推理的技術(shù)人員參考。
因果推理:基礎(chǔ)與學(xué)習(xí)算法 目錄
譯者序
原書前言
符號(hào)和術(shù)語
第 1章 統(tǒng)計(jì)和因果模型
1.1 概率論與統(tǒng)計(jì)學(xué)
1.2 學(xué)習(xí)理論
1.3 因果建模和學(xué)習(xí)
1.4 兩個(gè)實(shí)例
1.4.1 模式識(shí)別
1.4.2 基因干擾
第 2章 因果推斷假設(shè)
2.1 獨(dú)立機(jī)制原則
2.2 歷史記錄
2.3 因果模型的物理結(jié)構(gòu)
2.3.1 時(shí)間的作用
2.3.2 物理定律
2.3.3 循環(huán)賦值
2.3.4 干預(yù)的可行性
2.3.5 原因和機(jī)制的獨(dú)立性以及時(shí)間的熱力學(xué)之箭
第3章 原因-效果模型
3.1 結(jié)構(gòu)因果模型
3.2 干預(yù)
3.3 反事實(shí)
3.4 結(jié)構(gòu)因果模型的標(biāo)準(zhǔn)表示
3.5 問題
第 4章 學(xué)習(xí)原因-效果模型
4.1 結(jié)構(gòu)可識(shí)別性
4.1.1 為什么需要額外的假設(shè)
4.1.2 假設(shè)類型的概述
4.1.3 非高斯加性噪聲的線性模型
4.1.4 非線性加性噪聲模型
4.1.5 離散加性噪聲模型
4.1.6 后非線性模型
4.1.7 信息-幾何因果推斷
4.1.8 Trace方法
4.1.9 以算法信息理論為可能的基礎(chǔ)
4.2 結(jié)構(gòu)識(shí)別方法
4.2.1 加性噪聲模型
4.2.2 信息幾何因果推斷
4.2.3 Trace方法
4.2.4 監(jiān)督學(xué)習(xí)方法
4.3 問題
第5章 與機(jī)器學(xué)習(xí)的聯(lián)系1
5.1 半監(jiān)督學(xué)習(xí)
5.1.1 半監(jiān)督學(xué)習(xí)和因果方向
5.1.2 關(guān)于半監(jiān)督學(xué)習(xí)在因果方向上的注釋
5.2 協(xié)變量偏移
5.3 問題
第6章 多變量因果模型…
6.1 圖的術(shù)語
6.2 結(jié)構(gòu)因果模型
6.3 干預(yù)
6.4 反事實(shí)
6.5 馬爾可夫性、忠實(shí)性和因果*小性
6.5.1 馬爾可夫性
6.5.2 因果圖模型
6.5.3 忠實(shí)性和因果*小性
6.6 通過協(xié)變量調(diào)整計(jì)算干預(yù)分布
6.7 do-calculus
6.8 因果模型的等價(jià)性和可證偽性
6.9 潛在的結(jié)果
6.9.1 定義與實(shí)例
6.9.2 潛在的結(jié)果與結(jié)構(gòu)因果模型之間的關(guān)系
6.10 單一對(duì)象的廣義結(jié)構(gòu)因果模型
6.11 條件算法獨(dú)立性
6.12 問題
第7章 學(xué)習(xí)多變量因果模型
7.1 結(jié)構(gòu)可識(shí)別性
7.1.1 忠實(shí)性
7.1.2 加性噪聲模型
7.1.3 具有等誤差方差的線性高斯模型
7.1.4 線性非高斯無環(huán)模型
7.1.5 非線性高斯加性噪聲模型
7.1.6 觀測數(shù)據(jù)和實(shí)驗(yàn)數(shù)據(jù)
7.2 結(jié)構(gòu)識(shí)別方法
7.2.1 基于獨(dú)立的方法
7.2.2 基于分?jǐn)?shù)的方法
7.2.3 加性噪聲模型
7.2.4 已知因果次序
7.2.5 觀測數(shù)據(jù)與實(shí)驗(yàn)數(shù)據(jù)
7.3 問題
第8章 與機(jī)器學(xué)習(xí)的聯(lián)系2
8.1 半同胞回歸
8.2 因果推斷與場景強(qiáng)化學(xué)習(xí)
8.2.1 逆概率加權(quán)
8.2.2 場景強(qiáng)化學(xué)習(xí)
8.2.3 21點(diǎn)（Blackjack）中的狀態(tài)簡化
8.2.4 改進(jìn)廣告布置的加權(quán)
8.3 域適應(yīng)
8.4 問題
第9章 隱藏變量
9.1 干預(yù)充分性
9.2 Simpson悖論
9.3 工具變量
9.4 條件獨(dú)立性和圖表示
9.4.1 圖
9.4.2 快速因果推斷
9.5 條件獨(dú)立性之外的約束
9.5.1 Verma約束
9.5.2 不等式約束
9.5.3 基于協(xié)方差的約束
9.5.4 附加噪聲模型
9.5.5 檢測低復(fù)雜度混雜因子
9.5.6 不同的環(huán)境
9.6 問題
第10章 時(shí)間序列
10.1 基礎(chǔ)和術(shù)語
10.2 結(jié)構(gòu)因果模型和干預(yù)
10.2.1 下采樣
10.3 學(xué)習(xí)因果時(shí)間序列模型
10.3.1 馬爾可夫條件和忠實(shí)性
10.3.2 一些不要求忠實(shí)性的因果結(jié)論
10.3.3 Granger因果關(guān)系
10.3.4 具有受限函數(shù)類的模型
10.3.5 頻譜獨(dú)立準(zhǔn)則
10.4 動(dòng)態(tài)因果建模
10.5 問題
附錄
附錄A 一些概率與統(tǒng)計(jì)學(xué)基礎(chǔ)知識(shí)
A.1 基本定義
A.2 獨(dú)立性以及條件獨(dú)立性測試
A.3 函數(shù)類的容量
附錄B 因果次序和鄰接矩陣
附錄C 證明
C.1 定理4.2的證明
C.2 命題6.3的證明
C.3 備注6.6的證明
C.4 命題6.13的證明
C.5 命題6.14的證明
C.6 命題6.36的證明
C.7 命題6.48的證明
C.8 命題6.49的證明
C.9 命題7.1的證明
C.10 命題7.4的證明
C.11 命題8.1的證明
C.12 命題8.2的證明
C.13 命題9.3的證明
C.14 命題10.3的證明
C.15 定理10.4的證明
參考文獻(xiàn)
展開全部
因果推理:基礎(chǔ)與學(xué)習(xí)算法 作者簡介
喬納斯·彼得斯（Jonas Peters）,丹麥哥本哈根大學(xué)統(tǒng)計(jì)學(xué)副教授。 多米尼克·揚(yáng)辛（Dominik Janzing）,位于德國圖賓根的馬克斯?普朗克智能系統(tǒng)研究所的不錯(cuò)研究科學(xué)家。 伯恩哈德·舍爾科普夫（Bernhard Sch?lkopf）,是位于德國圖賓根的馬克斯·普朗克智能系統(tǒng)研究所的主任。
書友推薦
- >
推拿
- >
我從未如此眷戀人間
- >
二體千字文
- >
月亮與六便士
- >
有舍有得是人生
- >
唐代進(jìn)士錄
- >
羅曼·羅蘭讀書隨筆-精裝
- >
小考拉的故事-套裝共3冊(cè)
本類暢銷
