文章预览
麻省理工学院的 Victor Chernozhukov教授，芝加哥大学的Christian Hansen教授， 康奈尔大学的 Nathan Kallus 教授， 汉堡大学的Martin Spindler教授和斯坦福大学的Vasilis Syrgkanis教授共同撰写了名为 《Applied Causal Inference Powered by ML and AI》 的一本书。 本书介绍了结构方程模型（SEM）、有向无环图（DAG）和结构因果模型（SCM）的思想，并介绍了使用现代预测工具在这些模型中进行推断的纠偏机器学习方法。 这本书概述了预测推断和因果推断两大领域的关键思想， 并展示了预测方法 是回答许多因果问题的关键工具。所谓 预测推断在本书中即指， 预测是主要目标，而模型和 估计不需要因果解释。机器学习/人工智能（ ML/AI）工具 主要用于回答预测推断问题。本书提 供了流行的ML/AI方法 （例如Lasso、随机森林和深度神经网络 ） 的概述， 为不太熟悉的读者提供相关
………………………………
