为你推荐
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
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜