具體描述
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.
著者簡介
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.
圖書目錄
讀後感
这本书着实烧脑，是讲因果关系的新科学，我实在不能用简明的语言来描述，要举的案例也有点冗长，我只能告诉你几个大的框架： 1 三级因果思维，原来我们的思想还能分出个三个层次，分别是观察，干预和想象，现在的人工智能还只达到第一级，大数据阶段[发呆] 2 回归均值，你知道...
評分 評分rather than a new science. 1，作者并没有区分自然科学和社会以及行为科学，没有讨论这两个领域因果推断的异同，也没有上升到科学哲学的层面讨论因果推断本身。这些本身都不是问题。只是就内容来说，书中的science实际上指的是社会科学和行为科学，作者所说的“因果革命 (the ...
評分 評分用戶評價
科學法是貝葉斯定理的一次應用。因果圖形式化因果結構，do算子對有嚮無環圖中指嚮X的有嚮邊全部切斷。由於變量不能全部觀測，用前門準則來控製無法觀察到的混雜因素，與RCT目標一緻；若變量集閤Z相對於（X,Y）滿足後門準則，則X到Y因果可識彆。感覺這些都是對相關性不能解決以及解決起來復雜的問題透明優化。反事實算法則擴寬數據解答問題的範圍，NIE形式化間接影響。結構因果模型很大的一個優點就是對於綫性非綫性函數、離散或連續變量都有效。作者太賣關子，前幾章講統計學史，舊故事很多，7-9章是乾貨。思路是經典宏觀實踐的，因果哲學講得很淺。但是應用領域極為廣泛，畢竟是對相關性大改良，文科也能用呐。不知道因果模型處理相互乾涉和疊加態什麼的會怎麼樣。可能要讀Causality一書纔能深刻瞭解本書數學化的嚴格證明。
评分非常棒的一本計算機科學的科普書，可讀性強，並且，作者也有哲學的深度。沒有給5星是因為對科普的興趣沒有對經濟學那麼感興趣
评分這是@ 木遙 推薦我去聽的書，因為他想知道書裏所寫的東西（基於因果關係模型來分析數據和作齣結論）在我的領域裏（epidemiology），究竟是新東西還是老生常談。我的讀後看法1）不是新東西，但本領域也有很多很多研究者並未很好地使用這些原則，哪怕很多原則其實是epid 101內容；2）最近幾十年總的來說還是再越變越好，更多人開始主動運用這些原則；3）作者對傳統統計的批判我不是特彆贊同，但我也不不是統計學傢；4）作者建立發展的那些計算方法並沒有常規地運用在我的領域裏，但我覺得很有意思，可以多瞭解一些；5）前一半可以作為我research methods這門課的課本推薦給學生。總之還是挺好一本書，雖然對於我來講新東西不算多。
评分老爺子對概率和因果的區彆還很有洞見的
评分真是打開瞭新世界的大門，本以為讀瞭一些計量經濟學和實驗設計的東西已經算入門瞭，沒想到可能是大傢都走錯門瞭，甚至門在哪裏可能都還沒達成一緻
相關圖書
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美書屋 版权所有