因果推理专题讨论01:因果推理概述
创始人
2024-05-26 01:57:39

因果推理本质属于统计学范畴,并试图从根源上对基于相关性的统计学进行改革。当年诞生统计学科时就发生过分歧,因果被压下去了。直到最近,基于相关性的统计方法几乎发展到尽头,人工智能进一步发展,目前的统计工具已经难以支撑,学界这才重新回头开始发展因果推理。
本人将开设因果推理专题研讨,试图从综述到技术细节逐步展开研究。专题框架如下:

  • 综述1:传统因果推理
  • 综述2:因果推理与机器学习的关系
  • 技术细节1:原因效果模型及其学习方法
  • 技术细节2:利用机器学习自动学习原因效果模型
  • 技术细节3:多变量因果模型及其学习方法
  • 技术细节4:利用机器学习自动学习多变量因果模型
  • 技术细节5:关于隐变量的问题
  • 技术细节6:时间序列问题
  • 技术细节7:通过表征学习发现因果变量
  • 技术细节8:因果表征学习
  • 技术细节9:与元学习的关系
  • 技术细节10:与基于模型的强化学习的关系
  • 技术细节11:利用因果概念加强机器学习泛化能力

技术细节目前为初定,代表了因果推理的发展方向,随着研究深入会做进一步调整。

专题讨论将采用“中文口述+英文幻灯片”的方式,采用英文幻灯片有助于为该领域的文献阅读提供基础。

请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述

请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述
请添加图片描述

相关内容

热门资讯

Strategy增加现金储备并...   Michael Saylor的Strategy Inc.将其现金储备增至21.9亿美元,并在过去...
央行新政!借款人速看 中经记者 张漫游 北京报道12月22日,中国人民银行发布了《关于实施一次性信用修复政策有关安排的通知...
“连滚带爬”的年终总结,反而更... 又到岁末总结时。在不少总结鲜有直陈错误、难脱“成绩斐然,略有不足,来年改进”这一窠臼的背景下,笔者近...
大涨!特斯拉,新纪录!   炒股就看金麒麟分析师研报,权威,专业,及时,全面,助您挖掘潜力主题机会! (来源:证券时报)特...
土外长率团访叙,讨论经贸合作等... 转自:北京日报客户端当地时间22日,土耳其外长费丹率领代表团访问叙利亚首都大马士革,会见叙利亚政权领...