因果推断资料整理

最新推荐文章于 2024-06-19 22:04:42 发布
最新推荐文章于 2024-06-19 22:04:42 发布
阅读量1.2k 收藏 12
点赞数 1
分类专栏： 因果推断 文章标签： 因果推断 人工智能 概率统计
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/liz_Lee/article/details/113178662
版权
本文介绍了因果推断领域的关键学者，包括Judea Pearl、Jamie Robins、崔鹏等，并列举了相关书籍如《causality：models，reasoning and inference》。同时提供了在线教程资源如github-sharma的因果推断教程，以及一系列博客链接，深入探讨因果推断的各个方面。
摘要由CSDN通过智能技术生成

因果推断资料

相关学者

Judea Pearl

加州大学洛杉矶分校-计算机科学学院

Jamie Robins

哈佛大学-公共卫生学院

崔鹏

清华大学-计算机系

耿直

北京大学-数学科学学院

张坤

德国马克思普朗克智能系统研究所

书

《causality：models，reasoning and inference》

《因果律》-Judea Pearl

《causal inference:what if》

《因果推断：概念与方法》-Jamie Robins
https://www.hsph.harvard.edu/miguel-hernan/causal-inference-book/

《elements causal inference》

《元素因果推断》-MIT

《causation prediction and search》

《因果预测与搜索》

《causal inference in statistics》

《统计因果推断》-Judea Pearl

教程

github-sharma

https://github.com/amit-sharma/causal-inference-tutorial

论文

《Learning causality and causality-related learning: some recent progres》 2018
https://academic.oup.com/ns

最低0.47元/天 解锁文章
liz_lee
关注
  • 1
    点赞
  • 踩
  • 12
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
因果推断中文书单整理及简介
爱数据爱统计
11-12 4643
因果推断中文书单整理及简介@TOC 书单1: 为什么：关于因果关系的新科学[2019] 书单2： 别拿相关当因果！因果关系简易入门[2016] 书单3: 倾向值分析：统计方法与应用[2012] 书单4：基本无害的计量经济学：实证研究者指南[2012]
因果推断英文书单整理及简介
爱数据爱统计
11-12 2591
因果推断书单整理及简介@TOC 1.Causal inference for statistics, social, and biomedical sciences : an introduction[2015] Causal inference for statistics, social, and biomedical sciences : an introduction / Guido W. Imbens & Donald B. Rubin 1.1 简介 社会和生物医学科学中的大多数问题本质上
论文浅尝 | ExCAR: 一个事件图知识增强的可解释因果推理框架
开放知识图谱
02-17 2780
笔记整理：朱珈徵，天津大学硕士链接：https://aclanthology.org/2021.acl-long.183.pdf动机因果推理旨在理解因果之间的一般因果相关性，对于各种人工智...
[因果推断] 学习资料汇总
摩登都市天空---专栏
04-19 1118
causal-machine-learning/kdd2021-tutorial: EconML/CausalML KDD 2021 Tutorial (github.com)https://github.com/causal-machine-learning/kdd2021-tutorial
【因果推断python】43_评估因果模型1
最新发布
kaggle expert，全球排名前1000，清华计算机研究生，兴趣算法工程
06-19 1302
你的模型的质量必须建立在比漂亮的理论更具体的东西上。看到预测与实际发生的情况相符，这让人放心。在工业界中应用这些技术时，我们会一次又一次地被问到为什么我们的模型更好，为什么要在生产中替换当前的模型，或者为什么它不会惨遭失败。不是一个确定的模型，但它在实践中有效，并且很具体，我希望它能够从类似于机器学习的训练-测试范式中进行因果推理。请记住，就好像每个实体都有潜在的，用从干预到结果的估计线的斜率表示的反应，但我们无法衡量它。不幸的是，在因果推理的情况下，我们如何实现像训练-测试范式这样的东西并不明显。
因果推断与知识图谱：构建实际应用场景
程序员光剑
01-22 1059
1.背景介绍 在本文中，我们将探讨因果推断与知识图谱的关系以及如何构建实际应用场景。首先，我们将回顾因果推断的基本概念和知识图谱的核心组成。接着，我们将深入探讨因果推断与知识图谱之间的联系，并介绍相关算法原理和具体操作步骤。最后，我们将通过实际应用场景和代码实例来展示如何将这些技术应用到实际问题中。 1. 背景介
Causal Discovery in Knowledge Graphs by Exploiting Asymmetric Properties of Non-Gaussian Distributio
羊城迷鹿的博客
09-14 688
研究问题 在知识图谱中发现变量之间的因果序，将知识图谱上的矩阵分解和基于矩阵的因果发现算法做了一个结合 背景动机 知识图谱上一些三元组的存在会对另一些三元组的存在产生影响，这种统计依赖性为因果发现提供了可能。论文特别说明假设不存在混杂因素，所有变量都被观测到了 因果发现有助于提升推理的可解释性 其他在知识图谱上做因果推断的算法需要一些领域知识，本文算法不需要 模型思想 第一步是使用TuckER算法对知识图谱上的邻接张量做矩阵分解，得到核心张量；然后对核心张量经过投影和维度变换得到一个数据矩阵；然后验证数
因果推断与机器学习的知识图谱与自然语言理解
程序员光剑
01-18 951
1.背景介绍 随着数据量的不断增长，人工智能技术的发展也日益快速。在这个过程中，因果推断和机器学习技术的发展尤为重要。知识图谱和自然语言理解技术也在不断发展，为人工智能提供了更多的可能性。本文将从因果推断与机器学习的知识图谱与自然语言理解这个角度来探讨这些技术的发展趋势和未来挑战。 2.核心概念与联系 2.1因果推断 因果推断是指从已知的因果关系中推断未知的结果。它是人工智能中一个重要的研...
学习分享：因果推断
liz_Lee的博客
12-21 430
目录1 背景2 模型稳定性3 关联存在的问题4 产生关联的原因5 因果参考 1 背景 AI的风险：不可解释性，不稳定性 原因：关联统计 克服手段：因果推断 可解释性与不稳定性存在内在联系，提高稳定性就能提高可解释性 训练和测试差异越大，效果提升越明显 技术风险小的领域：搜索引擎，推荐系统 技术风险大的领域（风险敏感）：医疗健康，法律，交通运输，金融科技 人完全信任AI的预测结果是很难的——人在回路中——需要共同语言 2 模型稳定性 A：收入影响城市医院的癌症病人存活率 B：收入与高校医院的癌症病人存活率相关
干货！因果推理的应用与发展 | PhD Debate-7
AITIME_HY的博客
03-19 1379
点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！2021年诺贝尔经济学奖部分授予了从事因果方面研究的两位学者，因果推理引起了各界广泛的关注。同时，近年来，基于关联关系的深度学习飞...
Causation, Prediction, and Search
01-08
一本介绍贝叶斯网络结构学习中，依赖性分析方法的英文书籍。
AAAI 2020最新「因果推理表示学习」【附122页ppt和最新综述论文】.zip
02-12
近年来，将传统的处理效果估计方法(如匹配估计器)和先进的表示学习方法(如深度神经网络)相结合的一个新兴的研究方向在广阔的人工智能领域引起了越来越多的关注。来自Georgia、Buffalo、阿里巴巴与Virginia的学者做了因果推理表示学习报告，在本教程中，介绍用于治疗效果估计的传统和最先进的表示学习算法。关于因果推论，反事实和匹配估计的背景也将被包括。我们还将展示这些方法在不同应用领域的应用前景。
基于知识图谱因果关系生成
05-29
具体过程见：https://blog.csdn.net/m0_68894275/article/details/125028785
NeurIPS 2020上与【因果推理】相关论文（六篇论文）
11-15
本文为大家奉上NeurIPS 2020必读的六篇因果推理（Causal Inference）相关论文——Covid-19传播因果分析、反事实概率方法、因果图发现、因果模仿学习、弱监督语义分割、不确定性因果效应。
因果推断简介之五：因果图 (Causal Diagram) 丁鹏
qq_42501075的博客
05-22 4769
原文 https://cosx.org/2012/10/causality5-causal-diagram 因果推断简介之五：因果图 (Causal Diagram) 丁鹏 这部分介绍 Judea Pearl 于 1995 年发表在 Biometrika 上的工作 “Causal diagrams for empirical research”，这篇文章是 Biometrika 创刊一百多年来少...
因果推断what if
momokofly的博客
04-30 716
因果推断的个人学习总结（陆续补坑中）
因果推断综述及基础方法介绍（二）
zenRRan的博客
05-24 2007
点击下面卡片，关注我呀，每天给你送来AI技术干货！来自 | 知乎作者 |陈歪歪地址 |https://zhuanlan.zhihu.com/p/366702128编辑 |机器学习算法...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值