浙江药科职业大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

因果推理:基础与学习算法/(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

出版发行项:

北京:机械工业出版社,2021

ISBN及定价:

978-7-111-64030-1/CNY89.00

载体形态项:

12,236页:图;24cm

并列正题名:

Elements of causal inference:foundations and learning algorithms

个人责任者:

(荷) 彼得斯 (Peters, Jonas) 著

个人责任者:

(德) 扬辛 (Janzing, Dominik) 著

个人责任者:

(德) 舍尔科普夫 (Scholkopf, Bernhard) 著

个人次要责任者:

李小和 译

个人次要责任者:

卢胜男 译

个人次要责任者:

程国建 译

学科主题:

因果性-推理

中图法分类号:

B812.23

版本附注:

The MIT Press授权出版

出版发行附注:

限中国大陆发行

相关题名附注:

版权页英文题名:Elements of causal inference: foundations and learning algorithms

提要文摘附注:

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。

豆瓣简介：