AAAI2020最新「因果推理表示学习」122页ppt，Georgia、Buffalo、阿里巴巴与Virginia

【导读】2020 年 2 月 7 日-2 月 12 日，AAAI 2020 于美国纽约举办。近年来，将传统的处理效果估计方法(如匹配估计器)和先进的表示学习方法(如深度神经网络)相结合的一个新兴的研究方向在广阔的人工智能领域引起了越来越多的关注。来自Georgia、Buffalo、阿里巴巴与Virginia的学者做了因果推理表示学习报告，在本教程中，介绍用于治疗效果估计的传统和最先进的表示学习算法。关于因果推论，反事实和匹配估计的背景也将被包括。我们还将展示这些方法在不同应用领域的应用前景。

摘要

因果推理在医疗保健、市场营销、医疗保健、政治科学和在线广告等许多领域都有大量的实际应用。治疗效果估计作为因果推理中的一个基本问题，在统计学上已被广泛研究了几十年。然而，传统的处理效果估计方法不能很好地处理大规模、高维的异构数据。近年来，将传统的处理效果估计方法(如匹配估计器)和先进的表示学习方法(如深度神经网络)相结合的一个新兴的研究方向在广阔的人工智能领域引起了越来越多的关注。在本教程中，我们将介绍用于治疗效果估计的传统和最先进的表示学习算法。关于因果推论，反事实和匹配估计的背景也将被包括。我们还将展示这些方法在不同应用领域的应用前景。

目录：

地址：

http://cobweb.cs.uga.edu/~shengli/AAAI20-Causal-Tutorial.html

Slides

http://cobweb.cs.uga.edu/~shengli/Docs/AAAI-20-Causal-Inference-Tutorial.pdf

综述论文

最新「因果推断Causal Inference」综述论文38页pdf，阿里巴巴、Buffalo、Georgia、Virginia

作者：

内容概览

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“CIRL” 就可以获取《AAAI2020最新「因果推理表示学习」122页ppt》专知下载链接

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源