
作品简介
本书系统阐述因果AI理论与实践,全面覆盖从基础理论到前沿应用的完整知识体系,为读者搭建起系统、连贯的因果人工智能学习框架。
本书共分四部分。第一部分介绍概率生成建模、因果AI定义等基础知识;第二部分讲解因果有向无环图的构建、验证及与深度学习的融合;第三部分说明干预、反事实推理、因果识别等核心概念,结合代码实现结构因果模型;第四部分聚焦应用,包括因果效应估计工作流、强化学习中的因果决策、大语言模型与因果关系融合。通过大量案例,本书帮助读者掌握从因果问题拆解到算法实现的全流程,实现因果推理与深度学习的有效融合。
出版社机械工业出版社
出版时间2026-06-01
ISBN9787111812173
共 9 章
PRAISE 本书赞誉
FOREWORD 推荐序
THE TRANSLATOR’S WORDS 译者序
PROLOGUE 序
PREFACE 前言
PART1 第一部分 概念基础
PART2 第二部分 因果图的构建与验证
PART3 第三部分 因果层级
PART4 第四部分 因果推断的应用
