因果推断与机器学习

基础信息

书名：因果推断与机器学习
作者：郭若城；程璐；刘昊；刘欢 编著
出版社：电子工业出版社
出版时间：2023年1月
ISBN：9787121444623
字数：194千字

推荐语

本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。

内容简介

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进行了介绍。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进行钻研，从而在实践中加深对因果机器学习的理解。

作者简介

编著者郭若城，伦敦字节跳动人工智能实验室机器学习研究员。研究重点为因果推断和可置信的机器学习在系统、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。