机器学习中的因果推理机制
Casual inference is of vital importance in machine learning. This chapter will review the basic ideas of casual inference and sth related.
williamyi96
PhD Student on Machine Learning, Optimization, Federated Learning, and Data-Efficient Learning.
展开
-
机器学习中的因果推理机制 (0) -- 引言
由于毕设选题与casual inference, machine learning, knowledge system 相关,因此主要探讨机器学习中的因果推理机制。之前在这些领域博主有一定的基础,但是目前国际上关于因果推理仍处于起步阶段,因此将会融汇很多个人的研究成果与思考,希望读者进行批评指正。此博客为奠基文,之后将进行持续不断的更新,以期能够有比较大的收获。...原创 2019-02-20 15:37:22 · 3112 阅读 · 0 评论 -
机器学习中的因果机制(1) -- 因果关系的必要性
当前的机器学习基本上可以算是统计机器学习问题,也就是通过大量的数据学习到一些隐藏的patterns,从而得到数据与数据之前的相关关系,进而进行目标检测、追踪、知识问答等处理。很自然的一个问题就是,既然机器学习当前主流是以统计规律得到的相关关系为主,那么我们为什么要研究因果关系呢?以下将以一个经典的问题 – Yule-Simpson’s Paradox (辛普森悖论) 作为分析。我们来看一个例子:...原创 2019-04-05 13:22:51 · 5710 阅读 · 4 评论