杭州电子科技大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

因果推理:基础与学习算法/(荷) 乔纳斯·彼得斯, (德) 多米尼克·扬辛, (德) 伯恩哈德·舍尔科普夫著 李小和, 卢胜男, 程国建译

出版发行项:

北京:机械工业出版社,2021

ISBN及定价:

978-7-111-64030-1/CNY89.00

载体形态项:

xii, 236页, [2] 页图版:图 (部分彩图);24cm

统一题名:

Elements of causal inference : foundations and learning algorithms

个人责任者:

彼得斯 (Peters, Jonas) 著

个人责任者:

扬辛 (Janzing, Dominik) 著

个人责任者:

舍尔科普夫 (Scholkopf, Bernhard) 著

个人次要责任者:

李小和 译

个人次要责任者:

卢胜男 译

个人次要责任者:

程国建 译

学科主题:

因果性-推理

中图法分类号:

B812.23

出版发行附注:

The MIT Press授权出版 限中国大陆发行

相关题名附注:

书名原文取自版权页

书目附注:

有书目 (第209-236页)

提要文摘附注:

本书从概率统计的角度入手，分析了因果推理的假设，揭示这些假设所暗示的因果推理和学习的目的。本书分别论述了两个变量和多变量情况下的因果模型、学习因果模型及其与机器学习的关系，讨论了因果推理隐藏变量有关的问题、时间系列的因果分析。

豆瓣简介：