书目详细信息
： 因果推理:基础与学习算法
书目信息 机读格式(MARC)
| ISBN/价格： | 978-7-111-64030-1:CNY89.00 |
|---|---|
| 作品语种： | chi eng |
| 出版国别： | CN 110000 |
| 题名责任者项： | 因果推理/.(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 |
| 出版发行项： | 北京:,机械工业出版社:,2021 |
| 载体形态项： | 12,236页:;+图:;+24cm |
| 相关题名附注： | 版权页英文题名：Elements of causal inference: foundations and learning algorithms |
| 提要文摘： | 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。 |
| 并列题名： | Elements of causal inference eng |
| 题名主题： | 因果性 推理 |
| 中图分类： | B812.23 |
| 个人名称等同： | 彼得斯 (荷) (Peters, Jonas) 著 |
| 个人名称等同： | 扬辛 (德) (Janzing, Dominik) 著 |
| 个人名称等同： | 舍尔科普夫 (德) (Scholkopf, Bernhard) 著 |
| 个人名称次要： | 李小和 译 |
| 个人名称次要： | 卢胜男 译 |
| 个人名称次要： | 程国建 译 |
| 记录来源： | CN BP 20210910 |