具体描述
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.
作者简介
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.
目录信息
读后感
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 评分 评分一 五月，腾讯稳坐公司新闻头条，与今日头条互诉，腾讯视频打造的女团选拔节目《创造101》中的选手王菊逆袭翻盘，现象级的王菊效应在网上发酵。在五月，让我最感兴趣的一条公司新闻也与腾讯有关。5月30日，腾讯官方公众号发布了一篇文章，标题是《她叫Siren，不是人，也可以是...
评分用户评价
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7-9章比较难懂，看来太前沿，不适合非学界人士，简单了解一下吧，再过两年深度学习碰壁以后估计会回归因果分析~实现强智能应该绕不开因果体系
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。
评分本人知识浅薄，逼着自己读了一半，实在读不下去了…
评分skip stats. model counterfactual.
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美书屋 版权所有