概述
善有善报,恶有恶报。
虽然世间并没有将这份准则执行地那么恰如其分,但是万物归根结底,必然有着因果之间的联系。
而人生匆匆,为什么愚蠢的我们总是在苦苦寻觅事情的答案,why?
剪不断,理还乱,只好奉上因果推断
因果推断
在机器学习领域,因果推断,是在图模型中被着重研究的一种理论。
2017年NIPS会议上,Judael Pearl发表了机器学习的局限性演讲,并提出了因果推断的三个层次:
公式
含义
观察
$Pleft ( ymid x right )$
Seeing: what is? 观察到x时,会如何影响到y的信念
介入
$Pleft ( ymid do(x) right )$
Doing: what if? 如果做出对x的介入时,会如何影响到y的信念
反事实
$Pleft ( y_{x}mid x^{,},y^{,} right )$
Imaging: why? 是x影响到y的吗,基于当下,假设发生的是x^,会对y产生何种影响
为来形象直观地理解Judael Pearl因果推断三层次,我举一个简单的追求异性的例子,它深刻蕴含着这三个推断层次:
观察:在追求一位异性时,不管你是情场高手,还是恋爱小白,你必须承认,我们都会收集足够多的关于他/她的信息x,来作为判断能否成功追
最后
以上就是孤独豌豆为你收集整理的python 因果推断_Causal inference (因果推断)的全部内容,希望文章能够帮你解决python 因果推断_Causal inference (因果推断)所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复