電子書 - Causal AI - Soft & Share

Contents

你想過如果你採取不同的做法，會發生什麼事？因果機器學習提供你根據因果( Causal )關係 – 而不是純粹的相關性 – 進行預測和控制結果所需的洞察力，因此你可做出精確且及時的干預。

MEAP 於 2022 年 8 月開始發展中（ISBN 9781633439917 350 頁估計，黑白印刷）

在因果人工智慧中，你將學習如何：

建構 Causal (因果)強化學習演算法
使用 PyTorch 和 Pyro 等現代機率機器工具實現因果推理
比較和對照因果推論的統計和計量經濟學方法
設定歸因、信用分配和解釋的演算法
將領域專業知識轉化為可解釋的因果模型

Causal AI (因果人工智慧)是建構可以推理因果關係的人工智慧模型的實用介紹。作者 Robert Ness 是微軟研究院因果人工智慧領域的首席研究員，他將自己獨特的專業知識融入這本尖端指南中。他清晰、程式碼優先的方法解釋了隱藏在學術論文中的因果機器學習的基本細節。你學到的一切都可以輕鬆有效地應用於行業挑戰，從建立可解釋的因果模型到預測反事實結果。

關於這個技術

因果機器學習是機器學習的一個重要里程碑，它使人工智慧模型能夠根據原因而不僅僅是相關性做出準確的預測。因果技術可協助你建立更穩健、更可解釋、更公平的模型，並且具有廣泛的應用範圍，從改進推薦引擎到完善自動駕駛汽車。

關於這本書

因果人工智慧教你如何建立實現因果推理的機器學習和深度學習模型。了解為什麼領先的人工智慧工程師對因果推理如此興奮，並深入了解人工智慧的下一個主要趨勢。透過解決行業相關問題的範例模型演示了新技術。你將了解推薦的因果關係；在線轉化的因果建模；以及提升、歸因和流失建模。每種技術都針對一組常見的問題、資料和 Python 程式庫進行了測試，因此你可比較和對比最適合你的技術。