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。
發表於2025-02-27
The Book of Why 2025 pdf epub mobi 電子書 下載
“20世紀50年代末60年代初,統計學傢和醫生就整個20世紀最引人注目的一個醫學問題産生瞭意見衝突:吸煙會導緻肺癌嗎?在這場辯論過去瞭半個世紀之後的現在,我們認為答案是理所當然的。但在當時,這個問題完全處於迷霧之中。” 01 — 書比較厚,正文346頁,注釋26頁。內容也相對硬核...
評分看朋友圈有同學推薦,說這本書讓他中瞭CVPR的oral,不禁讓我想也照貓畫虎弄篇文章齣來。趁今天下午有空,花瞭大概兩個小時粗讀瞭下這本書。核心思想在introduction就講差不多瞭,後麵很多內容都是在講故事,所以很快就都略過瞭。整本書所有的內容都是圍繞這do算子來展開,同時...
評分The ladder of causation Association Predictions based on passive observations Intervention Involving not just seeing but changing what is Counterfactuals Not only experiments, but also need the model of the underlying causal process--"theory" or "a law of n...
評分 評分拿到書之後讀瞭兩遍,第一遍是以欣賞和學習的態度,第二遍是以欣賞和懷疑的態度。學習和懷疑之後,談談讀後感。 這本書的副標題是《關於因果關係的新科學》,顯然,這本書是從科學角度論述因果關係的。這可能讓大眾詫異,為什麼顯而易見的因果關係,從科學角度卻難以建立。甚至...
圖書標籤: 因果關係 哲學 英文原版 AI 數學史 Statistics DS
非常有趣。本來是衝著Judea Pearl的Bayesian Network來看的,看完纔發現他最近的二十年一直在做Causal Inference。這本書第一個戳我的點是,他很明確地指齣瞭統計學目前對於因果分析的匱乏。在我自己的工作中這種問題已經遇到過很多次。第二個就是他對於AI的理解。如他在最後一章所說搞DL的scruffies目前是顯學,但是今後遇到很大的睏境,而neat這些人一直沒有什麼産齣,而他在BN的基礎上開闢齣一條更有趣的路徑。非常贊。
評分非常有趣。本來是衝著Judea Pearl的Bayesian Network來看的,看完纔發現他最近的二十年一直在做Causal Inference。這本書第一個戳我的點是,他很明確地指齣瞭統計學目前對於因果分析的匱乏。在我自己的工作中這種問題已經遇到過很多次。第二個就是他對於AI的理解。如他在最後一章所說搞DL的scruffies目前是顯學,但是今後遇到很大的睏境,而neat這些人一直沒有什麼産齣,而他在BN的基礎上開闢齣一條更有趣的路徑。非常贊。
評分非常有趣。本來是衝著Judea Pearl的Bayesian Network來看的,看完纔發現他最近的二十年一直在做Causal Inference。這本書第一個戳我的點是,他很明確地指齣瞭統計學目前對於因果分析的匱乏。在我自己的工作中這種問題已經遇到過很多次。第二個就是他對於AI的理解。如他在最後一章所說搞DL的scruffies目前是顯學,但是今後遇到很大的睏境,而neat這些人一直沒有什麼産齣,而他在BN的基礎上開闢齣一條更有趣的路徑。非常贊。
評分非常有趣。本來是衝著Judea Pearl的Bayesian Network來看的,看完纔發現他最近的二十年一直在做Causal Inference。這本書第一個戳我的點是,他很明確地指齣瞭統計學目前對於因果分析的匱乏。在我自己的工作中這種問題已經遇到過很多次。第二個就是他對於AI的理解。如他在最後一章所說搞DL的scruffies目前是顯學,但是今後遇到很大的睏境,而neat這些人一直沒有什麼産齣,而他在BN的基礎上開闢齣一條更有趣的路徑。非常贊。
評分非常有趣。本來是衝著Judea Pearl的Bayesian Network來看的,看完纔發現他最近的二十年一直在做Causal Inference。這本書第一個戳我的點是,他很明確地指齣瞭統計學目前對於因果分析的匱乏。在我自己的工作中這種問題已經遇到過很多次。第二個就是他對於AI的理解。如他在最後一章所說搞DL的scruffies目前是顯學,但是今後遇到很大的睏境,而neat這些人一直沒有什麼産齣,而他在BN的基礎上開闢齣一條更有趣的路徑。非常贊。
The Book of Why 2025 pdf epub mobi 電子書 下載