文章预览
构建能够可靠进行因果推理的 AI 模型 如果你采取不同的做法，结果会如何？ 因果 AI（Causal AI） 能为你提供基于因果关系（而非单纯相关性）进行预测与控制的洞察力，使你能够做出精准且及时的干预决策。《Causal AI》是一本实用指南，介绍如何构建具备因果推理能力的 AI 模型。 在《Causal AI》中，你将学习如何： 构建 因果强化学习算法 使用如 PyTorch 与 Pyro 等现代概率建模工具实现 因果推理 比较与分析 统计学方法 与 计量经济学方法 在因果推理中的异同 构建用于 归因分析、责任分配与解释 的算法 将领域知识转换为 可解释的因果模型 作者 Robert Osazuwa Ness 是微软研究院因果 AI 领域的顶尖研究员，他凭借深厚的专业背景，为本书注入了前沿视角。他采用清晰、 代码优先 的写作方式，讲解了因果机器学习中在论文中常常难以理解的关
………………………………
