|
题名:
|
因果推理 [ 专著] yin guo tui li / (荷)乔纳斯·彼得斯(Jonas Peters)，(德)多米尼克·扬辛(Dominik Janzing)， (德)伯恩哈德·舍尔科普夫(Bernhard Scholkopf)著 , 李小和，卢胜男，程国建译 |
|
ISBN:
|
978-7-111-64030-1 价格： CNY89.00 |
|
语种:
|
chi |
|
载体形态:
|
12,236页 图 25cm |
|
出版发行:
|
出版地： 北京 出版社： 机械工业出版社 出版日期： 2021 |
|
内容提要:
|
本书从概率统计的角度入手，分析了因果推理的假设，揭示这些假设所暗示的因果推理和学习的目的。本书分别论述了两个变量和多变量情况下的因果模型、学习因果模型及其与机器学习的关系，讨论了因果推理隐藏变量有关的问题、时间系列的因果分析。 |
|
主题词:
|
因果性 推理 |
|
中图分类法:
|
B812.23 版次： 5 |
|
其它题名:
|
基础与学习算法 |
|
主要责任者:
|
彼得斯 bi de si 著 |
|
主要责任者:
|
扬辛 yang xin 著 |
|
主要责任者:
|
舍尔科普夫 she er ke pu fu 著 |
|
次要责任者:
|
李小和 li xiao he 译 |
|
次要责任者:
|
卢胜男 lu sheng nan 译 |
|
次要责任者:
|
程国建 cheng guo jian 译 |