经典《因果性导论》讲座课程，Jonas Peters教授讲解，附253页ppt

在因果关系领域，我们想要了解一个系统在干预(例如基因剔除实验)下是如何反应的。这些问题超出了统计上的依赖，因此不能用标准的回归或分类技术来回答。在本教程中，你将学习因果推理的有趣问题和该领域的最新发展。不需要事先了解因果关系。

第一部分: 我们引入结构化的因果模型和形式化的干预分布。我们定义因果效应，并说明如果因果结构已知，如何计算它们。

第二部分: 我们提出了三个可以用来从数据中推断因果结构的想法:(1)发现数据中的(条件)独立性，(2)限制结构方程模型和(3)利用因果模型在不同环境中保持不变的事实。

第三部分: 如果时间允许，我们将展示因果概念如何在更经典的机器学习问题中使用。

https://stat.mit.edu/news/four-lectures-causality/

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“C253” 可以获取《经典《因果性导论》讲座课程，Jonas Peters教授讲解，附253页ppt》专知下载链接索引

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源