机读格式显示(MARC)

• 000 01923nam0 2200337 450

• 001 0000688829

• 005 20240712224400.0

• 010 __ |a 978-7-111-73209-9 |b 精装 |d CNY89.00

• 100 __ |a 20240114d2023 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 因果漫步 |A yin guo man bu |f 李廉 ... [等] 著 |g 梁知音绘

• 210 __ |a 北京 |c 机械工业出版社 |d 2023

• 215 __ |a XII, 312页 |c 图 |d 22cm

• 304 __ |a 题名页题其余责任者: 刘礼, 杨矫云, 廖军

• 312 __ |a 英文题名取自封面

• 314 __ |a 李廉, 合肥工业大学教授。曾担任教育部高等学校大学计算机课程教学指导委员会主任, 中国计算机学会理论计算机科学专业委员会主任。

• 320 __ |a 有书目 (第309-312页)

• 330 __ |a 本书介绍了人们关于因果分析和因果推断认知的历史脉络与现代发展, 主要内容分为4章, 第1章介绍了因果概念的历史发展, 重点阐述中国古代贤达对于这一问题的精辟理解, 以及古希腊科学家对于因果关系认知所做的基础性贡献。文艺复兴以后, 诸多科学家在这个问题上的逐步深入研究, 给予了因果关系以现代科学的描述方式。第2章介绍当前因果分析与推断的一些理论和方法, 主要介绍了2011年图灵奖得主朱迪亚·珀尔有关求解因果关系的理论框架和计算方法, 这些方法已经成为当前因果科学的主流模型之一。第3章专门讨论了因果分析的一些重要而有趣的问题, 包括如何识别抽烟对于肺癌的影响, 以及其中延续几十年的争论, 介绍了在具体问题中如何确定实际原因, 这些实际原因经常具有独特性而被“一般的”因果分析方法所忽略, 但在医疗、司法和决策中至关重要。最后在第4章, 介绍了当前机器学习和人工智能的一个新发展趋势, 就是如何将因果分析与机器学习进行“嫁接”, 从而产生性能更加优越、更加近似于人类思维的人工智能。

• 510 1_ |a Strolling through causality |z eng

• 606 0_ |a 因果性 |A yin guo xing |x 研究

• 690 __ |a B025.5 |v 5

• 701 _0 |a 李廉 |A li lian |4 著

• 701 _0 |a 刘礼 |A liu li |4 著

• 701 _0 |a 杨矫云 |A yang jiao yun |4 著

• 701 _0 |a 廖军 |A liao jun |4 著

• 702 _0 |a 梁知音 |A liang zhi yin |4 绘

• 801 _0 |a CN |b WFKJXY |c 20240712

• 905 __ |a WFKJXY |d B025.5/3