📖 书目详情
因果推断与机器学习
| 著者 | 郭若城[等]编著 |
| ISBN | 9787121464577 |
| 中图分类 | B812.23 哲学、宗教 |
| 学科分类 | 哲学 |
| 版次 | 第2版 |
| 出版社 | 电子工业出版社 |
| 丛书名 | — |
| 出版年 | 2023 |
| 页码 | 251页 |
| 价格 | ¥118.00 |
| 可推荐册数 | 请登录后查看 |
| 核心评分 |
8.1/10
|
📝 内容简介
本书共分6章。第1章从结构因果模型和潜在结果框架出发，介绍因果推断的基本概念和方法。第2章介绍近年统计和机器学习文献中出现的一些重要的基于机器学习的因果推断方法。第3章介绍能够提高机器学习模型的泛化能力的因果表征学习。第4章介绍因果机器学习如何提高机器学习模型的可解释性与公平性。第5章介绍因果机器学习在推荐系统和学习排序中的应用。第6章是对全书的一个总结和对未来的展望。
🏛️ 本馆馆藏信息
本馆暂无该书的馆藏记录，可在线借购