系列电子书之05 | 因果推断要素

Causality    2020-08-05 11:14

本文链接(←点击超链接,获取电子书资源)


号外:
从即日起,公众号将陆续推出“因果关系推断”主题系列英文原版电子书资源,以满足广大读者的研究需要。压箱底,纯干货,无套路。
 
01-04本电子书:

请见因果关系推断研究←超链接

 
 05 本:因果推断要素-基础和学习算法
Elements of Causal Inference : Foundations and Learning Algorithms
作者姓名:

Jonas Peters

Dominik Janzing

Bernhard Schölkopf 

作者机构:

哥本哈根大学

 

图书目录

1 Statistical and Causal Models

2 Assumptions for Causal Inference

3 Cause-Effect Models

4 Learning Cause-Effect Models

5 Connections to Machine Learning, I

6 Multivariate Causal Models

7 Learning Multivariate Causal Models

8 Connections to Machine Learning, II

9 Hidden Variables

10 Time Series

 

图书目录『翻译』

1 统计和因果模型

2 因果推断假设

3 因果模型

4 学习因果模型

5 连接机器学习-I

6 多元因果模型

7 学习多元因果模型

8 连接机器学习-II

9 隐藏变量

10 时间序列

 
公众号对话框回复:A020获取本书电子版
公众号对话框回复:A020获取本书电子版
公众号对话框回复:A020获取本书电子版
『只需回复字母和数字,不要带空格或其他内容』
 
温馨提示:
此资源7日有效,超期请添加小编微信获取。
 
免责申明:推荐购买原版书阅读。资源来源于网络,仅用于科研学习,不得用于商业目的。

专辑速览『猛戳超链接↓』
A、因果关系推断研究
B、实用科研软件工具
C、有趣的浏览器插件


本文链接(←点击超链接,获取电子书资源)

 
欢迎关注“因果关系推断”公众号,关注即送90本Python电子书”、“2000套多风格PPT模板”、“Origin新版软件”和“Origin中文视频教程”资料。
欢迎添加小编微信(微信号:BigDataScience)。定期分享科研干货,无需转发,诚意满满!学术征途,有我相伴!敬请老铁们星标公众号!
Last Modified: 2020-08-05 11:14
Views: 2.5K

[[total]] comments

Post your comment
  1. [[item.time]]
    [[item.user.username]] [[item.floor]]Floor
  2. Click to load more...
  3. Post your comment