Элементы причинно-следственного вывода: основы и алгоритмы обучения (серия «Адаптивные вычисления и машинное обучение») на русском

Математизация причинно-следственных связей — относительно недавнее достижение, приобретающее все большее значение в науке о данных и машинном обучении. Эта книга предлагает самодостаточное и краткое введение в причинно-следственные модели и способы их построения на основе данных.

После объяснения необходимости причинно-следственных моделей и обсуждения некоторых принципов, лежащих в основе причинно-следственного вывода, книга учит читателей, как использовать причинно-следственные модели: как вычислять распределения вмешательств, как выводить причинно-следственные модели из наблюдательных и интервенционных данных, и как причинно-следственные идеи могут быть использованы для решения классических задач машинного обучения. Все эти темы рассматриваются сначала в контексте двух переменных, а затем в более общем многомерном случае. Двумерный случай оказывается особенно сложной задачей для причинно-следственного обучения, поскольку в нем отсутствуют условные независимости, используемые классическими методами для решения многомерных случаев. Авторы считают анализ статистической асимметрии между причиной и следствием весьма поучительным и рассказывают о своих десятилетних интенсивных исследованиях этой проблемы.

Книга доступна читателям, имеющим опыт в области машинного обучения или статистики, и может использоваться в аспирантских курсах или в качестве справочника для исследователей. Текст включает в себя фрагменты кода, которые можно копировать и вставлять, упражнения и приложение с кратким изложением наиболее важных технических концепций.