豆瓣
扫码直接下载
本书着重对因果推断基本概念、基本方法的介绍，为便于读者自学，尽量给出必要的推导、证明和说明。同时，为便于理解，也针对主要的因果推断分析方法提供了相关的案例及分析，以便读者通过案例分析加深对基本概念、基本方法的理解、掌握，并能将相关方法应用到工作实际中去。本书可以作为高等院校人工智能、数据科学、统计等相关专业高年级本科生或研究生的教材，也可以作为人工智能、数据科学、统计等相关专业技术人员因果推断方面的入门读物，还可供医学、法学、经济学、社会学和情报分析等研究领域需要应用因果推断技术的专业人员参考。
主要内容：
● 图模型分析
● 干预分析
● 反事实分析及其应用
● 因果关系概率分析
● 复杂条件下因果效应的计算
● 图模型结构的学习
● 因果推断应用
罗锐
工学博士、工商管理硕士，先后毕业于电子科技大学、西南交通大学。在电信领域有20多年的技术研发、市场经营和管理工作经验。现在主要从事数据挖掘、机器学习、因果推断及其在通信、医学和法学等社会科学方面应用的教学和研究工作。
补标，大四课余读的。和评论区另一位朋友的观感一致，但体验相反🤣🤣如果目的是系统把握对因果图的分析（从最基础的马尔可夫网络 d分离 前门后门修正 到 条件因果/因果中介/因果关系概率等） 这本书还是很不错的教材 我个人感觉 它的适用人群既不是研究causality和因果逻辑的人（比如一些metaphysics领域的） 也不是仅做微观计量/使用标准因果算法的（如因果结构发现等等） 反而比较适合算法设计... 补标，大四课余读的。和评论区另一位朋友的观感一致，但体验相反🤣🤣如果目的是系统把握对因果图的分析（从最基础的马尔可夫网络 d分离 前门后门修正 到 条件因果/因果中介/因果关系概率等） 这本书还是很不错的教材 我个人感觉 它的适用人群既不是研究causality和因果逻辑的人（比如一些metaphysics领域的） 也不是仅做微观计量/使用标准因果算法的（如因果结构发现等等） 反而比较适合算法设计的人群（比如dl估计cate 再比如建立不满足sutva的因果估计方法 等等） (展开)
如果你不是很了解因果推断的数学背景和数学技术, 也不了解代码技术, 而想学图, 这本书只有 1 星. 这本书声称的对象和实际在讨论的对象不能说风牛马不相及, 也至少要说是有很大的范围误差. 初学者, 自学者别读这本书, 只会阅读越乱. 我觉得我算是对因果学习比较了解了, 文章也发了点了, 但这本书读起来是真的很难受, 可读性极差, 但内容该有的都有, 但不同章节内的跳跃很大, 代码关联性极少, 甚... 如果你不是很了解因果推断的数学背景和数学技术, 也不了解代码技术, 而想学图, 这本书只有 1 星. 这本书声称的对象和实际在讨论的对象不能说风牛马不相及, 也至少要说是有很大的范围误差. 初学者, 自学者别读这本书, 只会阅读越乱. 我觉得我算是对因果学习比较了解了, 文章也发了点了, 但这本书读起来是真的很难受, 可读性极差, 但内容该有的都有, 但不同章节内的跳跃很大, 代码关联性极少, 甚至例题之间都没有任何的关联性. 在读到这本书值得读的地方之前, 基本都想弃了. 有很多值得读的书, 但这本书与读了有点东西, 不读好不受害的一本书, 大概只是因为是中文材料所以显得弥足珍贵了.比绝大多数讲因果的要深入, 这是为什么读的难受得要死我还给 2 星的原因. 另外本书排版极差极差极差. (展开)
> 3人在读
> 6人读过
> 33人想读
订阅关于因果推断：基于图模型分析的评论: feed: rss 2.0
0 有用 丁白 2025-02-10 03:23:19 广东
补标，大四课余读的。和评论区另一位朋友的观感一致，但体验相反🤣🤣如果目的是系统把握对因果图的分析（从最基础的马尔可夫网络 d分离 前门后门修正 到 条件因果/因果中介/因果关系概率等） 这本书还是很不错的教材 我个人感觉 它的适用人群既不是研究causality和因果逻辑的人（比如一些metaphysics领域的） 也不是仅做微观计量/使用标准因果算法的（如因果结构发现等等） 反而比较适合算法设计... 补标，大四课余读的。和评论区另一位朋友的观感一致，但体验相反🤣🤣如果目的是系统把握对因果图的分析（从最基础的马尔可夫网络 d分离 前门后门修正 到 条件因果/因果中介/因果关系概率等） 这本书还是很不错的教材 我个人感觉 它的适用人群既不是研究causality和因果逻辑的人（比如一些metaphysics领域的） 也不是仅做微观计量/使用标准因果算法的（如因果结构发现等等） 反而比较适合算法设计的人群（比如dl估计cate 再比如建立不满足sutva的因果估计方法 等等） (展开)
0 有用 4n70n1u5 2024-09-24 15:06:22 上海
如果你不是很了解因果推断的数学背景和数学技术, 也不了解代码技术, 而想学图, 这本书只有 1 星. 这本书声称的对象和实际在讨论的对象不能说风牛马不相及, 也至少要说是有很大的范围误差. 初学者, 自学者别读这本书, 只会阅读越乱. 我觉得我算是对因果学习比较了解了, 文章也发了点了, 但这本书读起来是真的很难受, 可读性极差, 但内容该有的都有, 但不同章节内的跳跃很大, 代码关联性极少, 甚... 如果你不是很了解因果推断的数学背景和数学技术, 也不了解代码技术, 而想学图, 这本书只有 1 星. 这本书声称的对象和实际在讨论的对象不能说风牛马不相及, 也至少要说是有很大的范围误差. 初学者, 自学者别读这本书, 只会阅读越乱. 我觉得我算是对因果学习比较了解了, 文章也发了点了, 但这本书读起来是真的很难受, 可读性极差, 但内容该有的都有, 但不同章节内的跳跃很大, 代码关联性极少, 甚至例题之间都没有任何的关联性. 在读到这本书值得读的地方之前, 基本都想弃了. 有很多值得读的书, 但这本书与读了有点东西, 不读好不受害的一本书, 大概只是因为是中文材料所以显得弥足珍贵了.比绝大多数讲因果的要深入, 这是为什么读的难受得要死我还给 2 星的原因. 另外本书排版极差极差极差. (展开)