productDetailPageQuery

MIT Press

Nachdem die Notwendigkeit von kausalen Modellen erklärt und einige der Prinzipien der kausalen Inferenz diskutiert wurden, lehrt das Buch die Leser, wie man kausale Modelle anwendet: wie man Interventionsverteilungen berechnet, wie man kausale Modelle aus Beobachtungs- und Interventionsdaten ableitet und wie kausale Konzepte für klassische Probleme des maschinellen Lernens genutzt werden können. All diese Themen werden zunächst im Hinblick auf zwei Variablen und dann im allgemeineren multivariaten Fall behandelt. Der bivariate Fall erweist sich als besonders schwieriges Problem für das kausale Lernen, da es keine bedingten Unabhängigkeiten gibt, wie sie von klassischen Methoden zur Lösung multivariater Fälle verwendet werden. Die Autoren halten die Analyse statistischer Asymmetrien zwischen Ursache und Wirkung für äusserst lehrreich und berichten über ihr Jahrzehnt intensiver Forschung zu diesem Problem.

Produktbild Elements of Causal Inference (Englisch, Hardcover, Bernhard Scholkopf, Dominik Janzing, Jonas Peters)

Das Wichtigste auf einen Blick

Thema

Unterthema

Sprache

Autor

Jahr

Anzahl Seiten

Bucheinband

Elements of Causal Inference

Fachbücher

30 Tage Rückgaberecht - ungeöffnet

Allgemeine Informationen

Buch Eigenschaften

Produktdimensionen

Verpackungsdimensionen

Suche

Einstellungen

Kundenkonto

Vergleichslisten

Merklisten

Warenkorb

Elements of Causal Inference

Im Detail

Produkte vergleichen

Passend dazu

Elements of Causal Inference

Ähnliche Produkte mit besserer Verfügbarkeit

Im Detail

Beschreibung

Spezifikationen

Preisentwicklung

Garantie- & Rückgabequoten

Fragen zum Produkt0

Produktbewertungen0

Produkte vergleichen

Verkaufsrang in Fachbücher

Passend dazu

Oft zusammen gekauft