因果推断导论

因果推断导论

查阅电子书
手机扫码
  • 微信扫一扫

    关注微信公众号

因版权原因待上架

编辑推荐

一本系统介绍因果推断的基本概念、理论与方法的参考书。

内容简介

本书以构建因果推断基础知识框架,主要从Rubin因果模型、Pearl因果模型、基于图模型的因果效应计算、因果结构学习、因果机器学习五个篇章为大家介绍智因果推断的基础理论、模型、方法、和前沿应用,引领学生步入充满趣味与挑战的因果推理领域。

章节目录

版权信息

推荐序

前言

符号表

第一部分 因果推断基础

第1章 因果关系推断的基本概念

1.1 因果关系推断

1.2 混杂与辛普森悖论

1.3 随机对照试验

1.4 数据驱动的因果推断模型

1.5 图模型

1.5.1 有向无环图

1.5.2 最大祖先图

1.6 贝叶斯网络

参考文献

第二部分 Rubin潜在结果模型与因果效应

第2章 潜在结果模型与因果效应的概念

2.1 潜在结果模型的概念

2.1.1 潜在结果的定义

2.1.2 潜在结果模型

2.2 因果效应定义与假设

2.2.1 个体因果效应

2.2.2 平均因果效应

2.2.3 异质性因果效应

2.3 拓展阅读

参考文献

第3章 因果效应估计方法

3.1 匹配方法

3.1.1 选择协变量

3.1.2 定义距离度量

3.1.3 选择匹配算法

3.1.4 评估匹配算法

3.2 分层方法

3.3 重加权方法

3.3.1 样本重加权

3.3.2 样本和协变量重加权

3.4 表示学习方法

3.4.1 问题转化

3.4.2 反事实回归方法

3.4.3 保持个体相似性的因果效应估计方法

3.5 拓展阅读

参考文献

第三部分 Pearl因果图模型与方法

第4章 干预与因果图模型

4.1 干预与do演算

4.2 因果贝叶斯网络模型

4.2.1 因果贝叶斯网络基础

4.2.2 因果贝叶斯网络与干预

4.3 结构因果模型

4.3.1 结构因果模型的定义

4.3.2 结构因果模型与干预

4.4 拓展阅读

参考文献

第5章 混杂偏差

5.1 混杂因子的图形化表示

5.2 父代因果效应准则

5.3 后门准则

5.4 前门准则

5.5 do演算公理系统

5.6 拓展阅读

参考文献

第6章 选择偏差

6.1 选择偏差的概念

6.2 选择偏差的图形化表示

6.3 选择后门标准

6.4 拓展阅读

参考文献

第7章 反事实推断

7.1 反事实的定义

7.2 反事实计算

7.3 反事实和干预

7.3.1 反事实与do算子

7.3.2 后门的反事实解释

7.4 反事实与潜在结果

7.5 反事实与决策

7.5.1 必要因、充分因和充要因

7.5.2 参与者处理效应

7.6 拓展阅读

参考文献

第8章 因果中介效应

8.1 中介效应的基本概念

8.2 基于线性模型的因果中介效应

8.3 基于反事实的因果中介效应

8.4 进一步分析

8.5 拓展阅读

参考文献

第9章 工具变量

9.1 工具变量的概念

9.1.1 三个基本条件

9.1.2 工具变量不等式

9.1.3 同质性与单调性

9.2 工具因果效应估计

9.2.1 二值工具因果效应估计

9.2.2 连续工具因果效应估计

9.3 条件工具变量

9.4 识别工具变量

9.5 拓展阅读

参考文献

第四部分 因果结构学习方法

第10章 组合优化因果结构学习

10.1 限制优化学习

10.1.1 理论基础

10.1.2 PC算法

10.1.3 FCI算法

10.2 打分优化学习

10.2.1 基本思路

10.2.2 评分函数

10.2.3 经典的打分优化学习算法

10.3 拓展阅读

参考文献

第11章 连续优化因果结构学习

11.1 连续优化方法

11.1.1 模型构造

11.1.2 权重邻接矩阵

11.1.3 数值问题转化

11.1.4 无环约束方法

11.1.5 迭代优化

11.2 从线性模型到神经网络

11.3 用MLP进行DAG学习

11.3.1 多层感知机

11.3.2 生成模型构建

11.3.3 邻接矩阵表示

11.3.4 训练优化

11.4 DAG-GNN

11.4.1 问题转化

11.4.2 变分自编码器

11.4.3 模型构造

11.4.4 离散情形

11.4.5 无环约束改进

11.4.6 训练优化

11.5 对抗优化方法SAM

11.5.1 生成对抗网络

11.5.2 深度神经网络拟合因果机制

11.5.3 学习准则

11.6 拓展阅读

参考文献

第12章 局部因果结构学习

12.1 基于限制的局部因果结构学习

12.1.1 局部骨架学习

12.1.2 局部骨架定向

12.2 基于打分的局部因果结构学习

12.3 局部到全局的因果结构学习

12.3.1 MMHC算法

12.3.2 对称性校正

12.4 拓展阅读

参考文献

第五部分 因果结构未知情形下的因果效应估计

第13章 基于CPDAG的因果效应估计

13.1 基于全局CPDAG的因果效应估计

13.1.1 IDA算法思想

13.1.2 IDA算法执行

13.2 基于局部因果结构的因果效应估计

13.2.1 总效应和直接效应

13.2.2 等价类与链组件

13.2.3 基于链组件的全局方法

13.2.4 基于链组件的局部方法

13.3 拓展阅读

参考文献

因果推断导论是2023年由机械工业出版社出版,作者俞奎 编著。

得书感谢您对《因果推断导论》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。

购买这本书

你可能喜欢
信息安全导论(在线实验+在线自测) 电子书
(1)具有科学合理的知识体系。本书按照由浅入深的顺序,逐渐引入相关技术与知识,实现技术讲解与训练合二为一,有助于“教、学、做一体化”教学方法的实施。(2)发挥企业的优势。本书将行业案例与基本的信息安全理论体系相融合来组织全书内容,为读者展示从技术视角出发的信息安全知识体系。(3)突出前沿性和实用性。随着信息技术的发展,信息安全领域也出现了很多新问题,如移动终端安全、物联网安全、云计算和大数据安全等
大数据与人工智能导论 电子书
人工智能参考书,大数据挖掘指导书。
人工智能导论(第2版) 电子书
本书系统地阐述了人工智能的基本理论、基本技术、研究方法和应用领域。
云计算导论:概念 架构与应用 电子书
本书全面介绍云计算的概念、框架与应用。全书共8章,主要内容包括云计算的基本概念、云计算平台体验、IaaS服务模式、PaaS服务模式、SaaS服务模式、桌面云、云存储、典型的云计算平台。本书内容实用,实验丰富,将实验内容融合在课程内容中,使理论紧密联系实际。本书主要是面向大学本专科教学的云计算技术概论性入门教材,通过学习本书,可以了解今后需要学习哪些课程和技术来系统掌握云计算工作原理和开发基于云计算
计算机导论(第2版) 电子书
本书是应用型本科计算机及相关专业学生的入门课程,对于学生进一步学习本专业相关知识具有举足轻重的作用。本书旨在为计算机及相关专业的本科新生提供一个关于计算机专业的入门介绍,使他们能对该专业有一个整体的认识,提高他们学习本专业的兴趣,了解该专业的学生应具有的基本知识和技能。此外,还要了解在该领域工作应有的职业道德和应遵守的法律准则。本书简要介绍了计算机的概念、发展简史、计算机系统及运算基础,计算机软、