作为本科数据科学背景较重的学生,我们熟记于“相关不等于因果”这句话,并常在分析中运用相关性的方法,而闭口不谈因果关系,因而因果推断不常为我们所熟知。在通往AGI的道路上,仅靠基于相关性的机器学习是不足以的,因果推断则成为了突破“强人工智能”实现阻碍的关键方向。作为该领域的领军者,图灵奖获得者珀尔(Judea Pearl)的这本《为什么:关于因果关系的新科学》是入门该领域的完美书籍,它既有科普性质,又能为该领域研究者起到梳理历史、启发思路的作用。
感谢我的本科导师彭珍教授的赠书。
作为本科数据科学背景较重的学生,我们熟记于“相关不等于因果”这句话,并常在分析中运用相关性的方法,而闭口不谈因果关系,因而因果推断不常为我们所熟知。在通往AGI的道路上,仅靠基于相关性的机器学习是不足以的,因果推断则成为了突破“强人工智能”实现阻碍的关键方向。作为该领域的领军者,图灵奖获得者珀尔(Judea Pearl)的这本《为什么:关于因果关系的新科学》是入门该领域的完美书籍,它既有科普性质,又能为该领域研究者起到梳理历史、启发思路的作用。
感谢我的本科导师彭珍教授的赠书。