作者:
[美] 朱迪亚·珀尔
/
[美] 达纳·麦肯齐
出版社: 中信出版集团
副标题: 关于因果关系的新科学
原作名: The Book of Why: The New Science of Cause and Effect
译者: 江生 / 于华
出版年: 2019-7
页数: 373
定价: 69.00元
装帧: 精装
ISBN: 9787521705072
出版社: 中信出版集团
副标题: 关于因果关系的新科学
原作名: The Book of Why: The New Science of Cause and Effect
译者: 江生 / 于华
出版年: 2019-7
页数: 373
定价: 69.00元
装帧: 精装
ISBN: 9787521705072
内容简介 · · · · · ·
在本书中，人工智能领域的专家朱迪亚·珀尔及其同事领导的因果关系革命突破多年的迷雾，厘清了知识的本质，确立了因果关系研究在科学探索中的核心地位。而因果关系科学真正重要的应用则体现在人工智能领域。作者在本书中回答的核心问题是：如何让智能机器像人一样思考？换言之，“强人工智能”可以实现吗？借助因果关系之梯的三个层级逐步深入地揭示因果推理的本质，并据此构建出相应的自动化处理工具和数学分析范式，作者给出了一个肯定的答案。作者认为，今天为我们所熟知的大部分机器学习技术，都建基于相关关系，而非因果关系。要实现强人工智能，乃至将智能机器转变为具有道德意识的有机体，我们就必须让机器学会问“为什么”，也就是要让机器学会因果推理，理解因果关系。或许，这正是我们能对准备接管我们未来生活的智能机器所做的有意义的工作。
为什么的创作者
· · · · · ·
![[美] 达纳·麦肯齐](https://img1.doubanio.com/f/vendors/8dd0c794499fe925ae2ae89ee30cd225750457b4/pics/personage-default-medium.png)
作者简介 · · · · · ·
朱迪亚·珀尓（Judea Pearl）
现加州大学洛杉矶分校计算机科学教授，“贝叶斯网络”之父，2011年因创立因果推理演算法获得图灵奖，同时也是美国国家科学院院士，IEEE 智能系统名人堂第一批10位入选者之一。目前已出版3本关于因果关系科学的经典著作，分别为《启发法》(1984)、《智能系统中的概率推理》(1988) 和《因果论：模型、论证、推理》(2009)。他还获得过多项顶级科学荣誉，包括认知科学领域的鲁梅哈特奖、物理学及技术领域的富兰克林奖章以及科学哲学领域的拉卡托斯奖。
达纳·麦肯齐（Dana Mackenzie）
普林斯顿大学数学博士，自由科学记者，知名科普作家，著有《无言的宇宙》等作品，其学术论文多次收录于《科学》《新科学家》《科学美国》《探索》等重量级期刊。
目录 · · · · · ·
前言
导言：思维胜于数据
第一章 因果关系之梯
第二章 从海盗到豚鼠：因果推断的起源
第三章 从证据到因：当贝叶斯牧师遇见福尔摩斯先生
第四章 混杂和去混杂：或者，消灭潜伏变量
· · · · · · (更多)
导言：思维胜于数据
第一章 因果关系之梯
第二章 从海盗到豚鼠：因果推断的起源
第三章 从证据到因：当贝叶斯牧师遇见福尔摩斯先生
第四章 混杂和去混杂：或者，消灭潜伏变量
· · · · · · (更多)
原文摘录 · · · · · · ( 全部 )
-
在数学上，我们把自愿服药的病人的生存期L的观测频率记作P（L|D），这就是统计学教科书中常用的条件概率。这个公式表示生存期L的概率（P）是以观察到病人服用药物D为条件的。注意P（L|D）与P（L|do（D））完全不同。观察到（seeing）和进行干预（doing）有本质的区别，它解释了我们不认为气压计读数下降是风暴来临的原因。观察到气压计读数下降意味着风暴来临的概率增加了，但人为迫使气压计读数下降对风暴来临的概率并不会产生影响。 (查看原文) —— 引自章节：导 言：思维胜于数据 -
事实上，我在机器学习方面的研究经历告诉我，因果关系的学习者必须熟练掌握至少三种不同层级的认知能力：观察能力（seeing）、行动能力（doing）和想象能力（imagining）。 (查看原文) —— 引自章节：第一章：因果关系之梯
> 全部原文摘录
喜欢读"为什么"的人也喜欢的电子书 · · · · · ·
支持 Web、iPhone、iPad、Android 阅读器
喜欢读"为什么"的人也喜欢 · · · · · ·
为什么的书评 · · · · · · ( 全部 98 条 )
主治Y生
《为什么》l 思维导图
这篇书评可能有关键情节透露
1、 文章结构 人类创造出了我们今天所享有的科技文明。所有这一切都源于我们的祖先提出了这样一个简单的问题：为什么？因果推断正是关于这个问题的严肃思考。因果革命背后有数学工具上的发展作为支撑，这种数学工具最恰当的名称应该是“因果关系演算法”。其一为因果图（causal... (展开)
xusparrow
Allen Lane2018版
机器人的局限是？—从相关关系和因果关系谈起
这篇书评可能有关键情节透露
书读到大概1/3多一点，已经有一些想法，赶紧记录下来。 数了下，大约已经学了3年的统计，我对统计中不确定性的衡量深深着迷，但是也正是因为这种不确定性有时会让我十分的迷茫，比如统计中最常用的相关性（Correlation）。不论是因果性还是相关性，都是衡量不同变量之间关系的... (展开)
水中月
Allen Lane2018版
珀尔：“数据非常愚蠢”，领会因果关系才是理解世界的关键
2016年，在大数据的帮助下，人工智能（AI）围棋软件AlphaGo在系列赛中以4:1战胜了世界围棋顶尖高手李世石，震惊了全人类。 当时网络上有人戏谑道：“人工智能赢了不可怕，至少说明它还不懂得韬光隐晦，如果它假装输给人类，那才更加可怕。”这句看似戏言的话，却暗藏了人工智能...
(展开)
ᕙ(⇀↼)ᕗ
Basic Books2018版
An imperfect partial solution
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)
咸鱼吴
Basic Books2018版
Causal Inference 在实操中的尴尬
最近一直在做相关工作，读了一些paper和书籍。记录一下对Causal Inference在行业中运用的想法。 最近在marketing measurement 的项目都想引入Causal Inference。Marketing和recommendation算是目前运用比较广泛的地方。 如书中提到 human intelligence 制造的causal graph + 模...
(展开)
> 更多书评 98篇
这本书的其他版本 · · · · · · ( 全部6 )
以下书单推荐 · · · · · · ( 全部 )
- 37°暖书单（二） (37°暖)
- 所有感兴趣的都要看~~~~~~~ (qianyu)
- 已上传libgen的中文书 (奥吉尔维同志)
- 高评分kindle电子书 (人闲桂花落)
- 鎮長的新書列 (鎮長)
谁读这本书? · · · · · ·
二手市场
· · · · · ·
订阅关于为什么的评论:
feed: rss 2.0
7 有用 BUYER 2020-01-12 14:22:27
说实话，没有完全看懂就给一本书评价不太公平。但就我的感受来说，作者提出了一条和机器学习、深度学习理念不同的路，其中“因果”初衷我认可，但是方法怎么看都像是贝叶斯的延伸。或者说因果论的箭头就是这样?！那不是又回到老路上去了吗？ 为了学习自动驾驶，是不是得分析上万种不同情况的因果关系和逻辑顺序？ 书中举的例子可都是简单的因果分析啊。深度学习的成果太耀眼了，但也逐渐让我担忧，能够走多远。这本书的理论价值... 说实话，没有完全看懂就给一本书评价不太公平。但就我的感受来说，作者提出了一条和机器学习、深度学习理念不同的路，其中“因果”初衷我认可，但是方法怎么看都像是贝叶斯的延伸。或者说因果论的箭头就是这样?！那不是又回到老路上去了吗？ 为了学习自动驾驶，是不是得分析上万种不同情况的因果关系和逻辑顺序？ 书中举的例子可都是简单的因果分析啊。深度学习的成果太耀眼了，但也逐渐让我担忧，能够走多远。这本书的理论价值在新药研究等领域值得推广和进一步研究，未来再看结果。对我来说目前最大启发是理解了统计学的一些悖论和误区（也可能这部分是我唯一容易理解的，哈哈）。另外这本书语言有点啰嗦啊，看上去好累，个人意见 (展开)
12 有用 行吟骑士 2019-07-27 08:57:35
离开因果关系谈论数据是舍本逐末。珀尔的这本书不愧为"因果革命"的一面旗帜，值得细心品味。
13 有用 阿道克 2020-03-04 08:56:33
科普+综述+老科学家回忆录，千万别当成教科书
29 有用 䶮虓 2019-07-12 14:58:16
年度“烧脑挑战”
161 有用 随遇而安 2019-12-08 11:37:43
厉害大了，搞清因果机制是社会科学想追求的目标，却还处于一片混沌，这本书好像又让世界清亮了些。另外，此书某个二星评价差点让我笑喷，他的评价就让我想到那种对你的研究完全不懂的答辩专家，给你提问题时只会说：“你的ppt格式做的不规范！差评！”