在因果关系领域,我们想要了解一个系统在干预(例如基因剔除实验)下是如何反应的。这些问题超出了统计上的依赖,因此不能用标准的回归或分类技术来回答。在本教程中,你将学习因果推理的有趣问题和该领域的最新发展。不需要事先了解因果关系。
第一部分: 我们引入结构化的因果模型和形式化的干预分布。我们定义因果效应,并说明如果因果结构已知,如何计算它们。
第二部分: 我们提出了三个可以用来从数据中推断因果结构的想法:(1)发现数据中的(条件)独立性,(2)限制结构方程模型和(3)利用因果模型在不同环境中保持不变的事实。
第三部分: 如果时间允许,我们将展示因果概念如何在更经典的机器学习问题中使用。
https://stat.mit.edu/news/four-lectures-causality/
专知便捷查看
便捷下载,请关注专知公众号(点击上方蓝色专知关注)
后台回复“C253” 可以获取《经典《因果性导论》讲座课程,Jonas Peters教授讲解,附253页ppt》专知下载链接索引