【实验室开放课程】《机器学习中的因果推断》（第一期）课程简介

文章预览

【课程名称】 机器学习中的因果推断（ Machine Learning for Causal Inference ） 【课程说明】 人工智能在促进科学研究范式变革的同时，也在激发新的教学模式。《机器学习中的因果推断》是数实融合与智能决策交叉实验室一个分阶段建设推进的开放课程。 现阶段已经更新完成第一期（机器学习基础理论），包括机器学习概论、树类模型、回归类模型、特征工程、经验化调参过程等内容。预计将于 2025 年上半年推出第二期（因果推断基础原理），包括正确认识条件期望函数、反事实因果识别框架、可观测以及不可观测变量的选择性问题、 SUTVA 假定 、参数方法与非参数方法对比、双向面板数据固定效应模型、双重差分法、 Bartik 工具变量等内容。2025年下半年则还将 继续更新如何使用机器学习算法拓展因果推断的适用边界。 【面向对象】 在第一期机器学 ………………………………