A Turing Award-winning computer scientist and statistician shows how understanding causality has revolutionized science and will revolutionize artificial intelligence
"Correlation is not causation." This mantra, chanted by scientists for more than a century, has led to a virtual prohibition on causal talk. Today, that taboo is dead. The causal revolution, instigated by Judea Pe...
A Turing Award-winning computer scientist and statistician shows how understanding causality has revolutionized science and will revolutionize artificial intelligence
"Correlation is not causation." This mantra, chanted by scientists for more than a century, has led to a virtual prohibition on causal talk. Today, that taboo is dead. The causal revolution, instigated by Judea Pearl and his colleagues, has cut through a century of confusion and established causality--the study of cause and effect--on a firm scientific basis. His work explains how we can know easy things, like whether it was rain or a sprinkler that made a sidewalk wet; and how to answer hard questions, like whether a drug cured an illness. Pearl's work enables us to know not just whether one thing causes another: it lets us explore the world that is and the worlds that could have been. It shows us the essence of human thought and key to artificial intelligence. Anyone who wants to understand either needs The Book of Why.
Judea Pearl is a professor of computer science at UCLA and winner of the 2011 Turing Award and the author of three classic technical books on causality. He lives in Los Angeles, California.
Dana Mackenzie is an award-winning science writer and the author of The Big Splat, or How Our Moon Came to Be. He lives in Santa Cruz, California.
《为什么:因果关系的新科学》(The Book of Why: The New Science of Cause and Effect)。 这本书的作者是个传奇人物，计算机科学家和 哲学家朱迪亚·珀尔(Judea Pearl)。现有的基于机器学习的人工智能应该叫“人工不智能”，而珀尔，研究的恰恰是真正的人工智能。
人工智能的三个阶梯是因果革命的核心，我们的机器学习以及深层学习还是停留在关系学习的阶段，而介入和反事实才是作者认为到达强人工智能的真正的桥梁。至于很多专业的术语，诸如do-caculus, front door adjustment, backdoor adjustment都通过一些简单的examples被介绍了出来，可以说已经比很多专业书籍要入门的多了。虽然不是那么体系化，作为一个抛砖引玉的科普...人工智能的三个阶梯是因果革命的核心，我们的机器学习以及深层学习还是停留在关系学习的阶段，而介入和反事实才是作者认为到达强人工智能的真正的桥梁。至于很多专业的术语，诸如do-caculus, front door adjustment, backdoor adjustment都通过一些简单的examples被介绍了出来，可以说已经比很多专业书籍要入门的多了。虽然不是那么体系化，作为一个抛砖引玉的科普书说是圣经也不为过！绝对是一本，需要系统的学习因果推论课程后，反过来重新看的名著。(展开)
rather than a new science. 1，作者并没有区分自然科学和社会以及行为科学，没有讨论这两个领域因果推断的异同，也没有上升到科学哲学的层面讨论因果推断本身。这些本身都不是问题。只是就内容来说，书中的science实际上指的是社会科学和行为科学，作者所说的“因果革命 (the ...
(展开)
一周把Book of Why（BOW）和他那本Causal Inference in Statistics: A Primer（Primer）看完了。非常精彩。 从时间顺序上而言，其实是Primer先写完，BOW才开始动笔的。但是两本书参照着看就能明白，BOW里所有的技术框架，都是依照着Primer来写的。BOW是在这个骨架上讲了一个Cau...
(展开)
朱迪亚·珀尔 作者
主治Y生
中信出版集团2019版
xusparrow
全智甜
中信出版集团2019版
水中月
ᕙ(⇀↼)ᕗ
Basic Books2018版
咸鱼吴
Basic Books2018版
1 有用 小鱼干 2018-09-19 18:11:33
《为什么:因果关系的新科学》(The Book of Why: The New Science of Cause and Effect)。 这本书的作者是个传奇人物，计算机科学家和 哲学家朱迪亚·珀尔(Judea Pearl)。现有的基于机器学习的人工智能应该叫“人工不智能”，而珀尔，研究的恰恰是真正的人工智能。
0 有用 树上的Mr.K. 2023-12-13 21:01:05 广东
原来上流病课的时候就对因果关系很感兴趣。书很好，只是到后面开始大量逻辑符号运算，看得有些困
2 有用 清風明月 2022-06-07 13:09:32
人工智能的三个阶梯是因果革命的核心，我们的机器学习以及深层学习还是停留在关系学习的阶段，而介入和反事实才是作者认为到达强人工智能的真正的桥梁。至于很多专业的术语，诸如do-caculus, front door adjustment, backdoor adjustment都通过一些简单的examples被介绍了出来，可以说已经比很多专业书籍要入门的多了。虽然不是那么体系化，作为一个抛砖引玉的科普... 人工智能的三个阶梯是因果革命的核心，我们的机器学习以及深层学习还是停留在关系学习的阶段，而介入和反事实才是作者认为到达强人工智能的真正的桥梁。至于很多专业的术语，诸如do-caculus, front door adjustment, backdoor adjustment都通过一些简单的examples被介绍了出来，可以说已经比很多专业书籍要入门的多了。虽然不是那么体系化，作为一个抛砖引玉的科普书说是圣经也不为过！绝对是一本，需要系统的学习因果推论课程后，反过来重新看的名著。 (展开)
1 有用 Ⅎ 2019-07-21 19:27:22
老爷子对概率和因果的区别还很有洞见的
2 有用 beren 2018-06-10 12:39:28
好书，很感兴趣的topic，比之前翻得两本Pearl的书还是好懂多了。因果关系这种我们平时最习以为常的东西却远远了解得不够，想起之前一个同学做得就是qft里面的因果律，这个话题远远不只是哲学上的，许多日常的案例都会用到这些。