图书标签: 人工智能 统计学 因果論 Causality 计算机 Statistics AI 思维
发表于2024-06-14
The Book of Why pdf epub mobi txt 电子书 下载 2024
A Turing Award-winning computer scientist and statistician shows how understanding causality has revolutionized science and will revolutionize artificial intelligence
"Correlation is not causation." This mantra, chanted by scientists for more than a century, has led to a virtual prohibition on causal talk. Today, that taboo is dead. The causal revolution, instigated by Judea Pearl and his colleagues, has cut through a century of confusion and established causality--the study of cause and effect--on a firm scientific basis. His work explains how we can know easy things, like whether it was rain or a sprinkler that made a sidewalk wet; and how to answer hard questions, like whether a drug cured an illness. Pearl's work enables us to know not just whether one thing causes another: it lets us explore the world that is and the worlds that could have been. It shows us the essence of human thought and key to artificial intelligence. Anyone who wants to understand either needs The Book of Why.
Judea Pearl is a professor of computer science at UCLA and winner of the 2011 Turing Award and the author of three classic technical books on causality. He lives in Los Angeles, California.
Dana Mackenzie is an award-winning science writer and the author of The Big Splat, or How Our Moon Came to Be. He lives in Santa Cruz, California.
在Pearl的书中只有这本是“说人话”,用讲故事的形式介绍因果推理中的一些概念,而非满页令人生畏的数学公式推导,此外只要对统计学的知识和历史有所了解,那么书中的内容绝不会让人陌生,作者不仅展示了他过往研究中最为基础的部分,也提及了这些工作的产生过程和许多其他研究者的努力,于是相比他之前数十年的著作,最近才出版的这本书反而成为意图了解因果推理领域的外行人最佳的先导读物,尤其对“相关不等于因果”与各种悖论的解释极尽简明有力,天下无出其右,读此书再去读因果研究的教科书更有情景感,除了Pearl这样执迷直接啃数学天赋异禀的人,他在书中说自己的阅读方法是跳开文字描述直接看数学公式。当然,本书的数学部分太少,读了之后你也不会理解Why的真谛,必须去学因果推理的教材。另外此书重点是因果推理,不是人工智能。
评分老爷子对概率和因果的区别还很有洞见的
评分这是@ 木遥 推荐我去听的书,因为他想知道书里所写的东西(基于因果关系模型来分析数据和作出结论)在我的领域里(epidemiology),究竟是新东西还是老生常谈。我的读后看法1)不是新东西,但本领域也有很多很多研究者并未很好地使用这些原则,哪怕很多原则其实是epid 101内容;2)最近几十年总的来说还是再越变越好,更多人开始主动运用这些原则;3)作者对传统统计的批判我不是特别赞同,但我也不不是统计学家;4)作者建立发展的那些计算方法并没有常规地运用在我的领域里,但我觉得很有意思,可以多了解一些;5)前一半可以作为我research methods这门课的课本推荐给学生。总之还是挺好一本书,虽然对于我来讲新东西不算多。
评分看的很过瘾,对频率学派和贝叶斯学派都有反思
评分科学法是贝叶斯定理的一次应用。因果图形式化因果结构,do算子对有向无环图中指向X的有向边全部切断。由于变量不能全部观测,用前门准则来控制无法观察到的混杂因素,与RCT目标一致;若变量集合Z相对于(X,Y)满足后门准则,则X到Y因果可识别。感觉这些都是对相关性不能解决以及解决起来复杂的问题透明优化。反事实算法则扩宽数据解答问题的范围,NIE形式化间接影响。结构因果模型很大的一个优点就是对于线性非线性函数、离散或连续变量都有效。作者太卖关子,前几章讲统计学史,旧故事很多,7-9章是干货。思路是经典宏观实践的,因果哲学讲得很浅。但是应用领域极为广泛,毕竟是对相关性大改良,文科也能用呐。不知道因果模型处理相互干涉和叠加态什么的会怎么样。可能要读Causality一书才能深刻了解本书数学化的严格证明。
拿到书之后读了两遍,第一遍是以欣赏和学习的态度,第二遍是以欣赏和怀疑的态度。学习和怀疑之后,谈谈读后感。 这本书的副标题是《关于因果关系的新科学》,显然,这本书是从科学角度论述因果关系的。这可能让大众诧异,为什么显而易见的因果关系,从科学角度却难以建立。甚至...
评分2016年,在大数据的帮助下,人工智能(AI)围棋软件AlphaGo在系列赛中以4:1战胜了世界围棋顶尖高手李世石,震惊了全人类。 当时网络上有人戏谑道:“人工智能赢了不可怕,至少说明它还不懂得韬光隐晦,如果它假装输给人类,那才更加可怕。”这句看似戏言的话,却暗藏了人工智能...
评分The ladder of causation Association Predictions based on passive observations Intervention Involving not just seeing but changing what is Counterfactuals Not only experiments, but also need the model of the underlying causal process--"theory" or "a law of n...
评分 评分2016年,在大数据的帮助下,人工智能(AI)围棋软件AlphaGo在系列赛中以4:1战胜了世界围棋顶尖高手李世石,震惊了全人类。 当时网络上有人戏谑道:“人工智能赢了不可怕,至少说明它还不懂得韬光隐晦,如果它假装输给人类,那才更加可怕。”这句看似戏言的话,却暗藏了人工智能...
The Book of Why pdf epub mobi txt 电子书 下载 2024