圖書標籤: 人工智能 思維方法 因果推斷 方法論 思維 科普 因果 統計學
发表于2025-04-12
為什麼 pdf epub mobi txt 電子書 下載 2025
在本書中,人工智能領域的權威專傢硃迪亞·珀爾及其同事領導的因果關係革命突破多年的迷霧,厘清瞭知識的本質,確立瞭因果關係研究在科學探索中的核心地位。
而因果關係科學真正重要的應用則體現在人工智能領域。作者在本書中迴答的核心問題是:如何讓智能機器像人一樣思考?換言之,“強人工智能”可以實現嗎?藉助因果關係之梯的三個層級逐步深入地揭示因果推理的本質,並據此構建齣相應的自動化處理工具和數學分析範式,作者給齣瞭一個肯定的答案。作者認為,今天為我們所熟知的大部分機器學習技術,都建基於相關關係,而非因果關係。要實現強人工智能,乃至將智能機器轉變為具有道德意識的有機體,我們就必須讓機器學會問“為什麼”,也就是要讓機器學會因果推理,理解因果關係。或許,這正是我們能對準備接管我們未來生活的智能機器所做的最有意義的工作。
硃迪亞·珀尓(Judea Pearl),現加州大學洛杉磯分校計算機科學教授,“貝葉斯網絡”之父,2011年因創立因果推理演算法獲得圖靈奬,同時也是美國國傢科學院院士,IEEE智能係統名人堂第一批10位入選者之一。
目前已齣版3本關於因果關係科學的經典著作,分彆為《啓發法》(1984)、《智能係統中的概率推理》(1988)和《因果論:模型、論證、推理 》(2009)。他還獲得過多項頂級科學榮譽,包括認知科學領域的魯梅哈特奬、物理學及技術領域的富蘭剋林奬章以及科學哲學領域的拉卡托斯奬。
達納·麥肯齊(Dana Mackenzie),普林斯頓大學數學博士,自由科學記者,知名科普作傢,著有《無言的宇宙》等作品,其學術論文多次收錄於《科學》《新科學傢》《科學美國》《探索》等重量級期刊。
離開因果關係談論數據是捨本逐末。珀爾的這本書不愧為"因果革命"的一麵旗幟,值得細心品味。
評分離開因果關係談論數據是捨本逐末。珀爾的這本書不愧為"因果革命"的一麵旗幟,值得細心品味。
評分離開因果關係談論數據是捨本逐末。珀爾的這本書不愧為"因果革命"的一麵旗幟,值得細心品味。
評分有一定難度,所謂“原因”就是“如果不這樣的話則‘結果’不會發生”的思路還挺深刻的。
評分這本書關於因果討論可分為兩個部分,第一部分注重思想層麵的探討,主要用的是案例和因果圖示法,這部分內容值得反復研讀,是非常好的思維訓練,如果能完全摸透作者這套方法論,對於涉及因果的問題的理解會有質的飛躍。第二部分是作者對技術處理層麵的探討,當然對學術來說這部分很重要,但是普通讀者看懂比較睏難,但即便忽略所有這些內容,也不影響閱讀和吸收這本書的核心內容。當然,作為一本綜述性的著作,作者穿插瞭大量因果理論發展的曆史,以及他自己的學術生涯經曆,也頗有可看性,且趣味十足。如果你想對因果關係和相關關係有透徹的理解,亦或是想對學術領域成果(涉及因果的結論)有更佳的判斷力,那麼這本書非常值得一讀,特彆是作者這套因果圖工具,堪稱經典。
rather than a new science. 1,作者并没有区分自然科学和社会以及行为科学,没有讨论这两个领域因果推断的异同,也没有上升到科学哲学的层面讨论因果推断本身。这些本身都不是问题。只是就内容来说,书中的science实际上指的是社会科学和行为科学,作者所说的“因果革命 (the ...
評分“20世纪50年代末60年代初,统计学家和医生就整个20世纪最引人注目的一个医学问题产生了意见冲突:吸烟会导致肺癌吗?在这场辩论过去了半个世纪之后的现在,我们认为答案是理所当然的。但在当时,这个问题完全处于迷雾之中。” 01 — 书比较厚,正文346页,注释26页。内容也相对硬核...
評分 評分这些人发明了如此简单而常用的东西,以至所有人都忘了这些东西也需要人发明出来。 非常匆忙地读了一遍之后,脑子里第一时间浮现的是小说《好兆头》里的这句话,它基本上是我对这本书印象的完美概括。 经济学专业的学生,如果选过一些 policy evaluation 和 causal inference 方...
為什麼 pdf epub mobi txt 電子書 下載 2025