【新书】人工智能与因果推理，395页pdf

人工智能和因果推理阐述了人工智能(AI)和因果推理之间关系的最新发展。尽管人工智能取得了重大进展，但我们仍然面临着人工智能发展中的一个巨大挑战，即理解智能背后的机制，包括推理、计划和想象。理解、迁移和概括是提高智能的主要原则。因果推理是理解的一个关键组成部分。因果推理包括干预、领域转移学习、时间结构和反事实思维等概念，是理解因果关系和推理的主要概念。不幸的是，这些因果关系的重要组成部分经常被机器学习忽略，这导致了深度学习的一些失败。人工智能和因果推理包括:(1)将人工智能技术作为因果分析的主要工具;(2)将因果概念和因果分析方法应用于解决人工智能问题。这本书的目的是填补人工智能和现代因果分析之间的空白，进一步促进人工智能革命。这本书是理想的研究生和研究人员在人工智能，数据科学，因果推理，统计，基因组学，生物信息学和精准医学。

https://www.routledge.com/Artificial-Intelligence-and-Causal-Inference/Xiong/p/book/9780367859404

涵盖三种类型的神经网络，制定深度学习作为最优控制问题。 * 非线性中介的深度学习与工具变量因果分析。 * 因果网络的构建是一个连续优化问题。 * Transformer和注意力用于图的编码解码。RL用于推断大型因果网络。 * 使用VAE、GAN、神经微分方程、回归神经网络(RNN)和RL来估计反事实的结果。 * 网络干扰下基于人工智能的个体化治疗效果估计方法。