万本电子书0元读

万本电子书0元读

顶部广告

因果推断与机器学习电子书

华人学者刘欢(ACM Fellow)联合业界和学界多位因果机器学习专家倾力造。因果推断和机器学习的理论与实际应用相结合; 系统介绍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。

售       价:¥

纸质售价:¥93.20购买纸书

23人正在读 | 0人评论 6.6

作       者:郭若城 等

出  版  社:电子工业出版社

出版时间:2022-11-01

字       数:19.4万

所属分类: 科技 > 计算机/网络 > 多媒体/数据通信

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
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章从潜结果框架和结构因果模型出发,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行了介绍。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行钻研,从而在实践中加深对因果机器学习的理解。<br/>【推荐语】<br/>华人学者刘欢(ACM Fellow)联合业界和学界多位因果机器学习专家倾力造。因果推断和机器学习的理论与实际应用相结合; 系统介绍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。<br/>【作者】<br/>郭若城,伦敦字节跳动人工智能实验室机器学习研究员。研究重为因果推断和可置信的机器学习在推荐系统、搜索排序和图数据中的应用。曾获美国亚利桑那州立大学杰出计算机科学博士生奖项。 程璐,美国伊利诺伊芝加哥分校计算机系助理教授,于2022年获美国亚利桑那州立大学(ASU)计算机科学专业博士学位,师从刘欢教授。研究方向包括社会负责任人工智能,具体为人工智能的公平性、可解释性、隐私保护、可泛化性、对社会的公益性、因果机器学习,以及社会计算。 刘昊,美国加州理工学院在读计算机专业博士生,本科毕业于南京大学匡亚明学院,研究方向为可置信的机器学习、因果机器学习。 刘欢,美国亚利桑那州立大学计算机科学与工程学院教授,ACM Fellow、AAAI Fellow、AAAS Fellow、IEEE Fellow。研究重是发人工智能、数据挖掘、机器学习和社会计算的计算方法,并设计高效的算法有效地解决了从基础研究、特征选择、社会媒体挖掘到现实世界应用的问题。<br/>
目录展开

内容简介

前言

第1章 因果推断入门

1.1 定义因果关系的两种基本框架

1.2 因果识别和因果效应估测

第2章 用机器学习解决因果推断问题

2.1 基于集成学习的因果推断

2.2 基于神经网络的因果推断

第3章 因果表征学习与泛化能力

3.1 数据增强

3.2 提高模型泛化能力的归纳偏置

第4章 可解释性、公平性和因果机器学习

4.1 可解释性

4.2 公平性

4.3 因果推断在可信和负责任人工智能的其他应用

第5章 特定领域的机器学习

5.1 推荐系统与因果机器学习

5.2 基于因果推断的学习排序

第6章 总结与展望

6.1 总结

6.2 展望

术语表

参考文献

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部