科学事业的核心是理性地努力去理解我们所观察到的现象背后的原因。快速增加的观测和模拟数据打开了新的数据驱动的因果方法的使用,超越了通常采用的相关技术。在这里,我们给出了一个因果推理框架的概述。

https://www.bradyneal.com/causal-inference-course

成为VIP会员查看完整内容
66

相关内容

【NeurIPS2020】因果推断学习教程,70页ppt
专知会员服务
199+阅读 · 2020年12月12日
【NeurIPS 2020】近似推断进展,272页ppt
专知会员服务
33+阅读 · 2020年12月11日
【ICML2020Tutorial】机器学习信号处理,100页ppt
专知会员服务
114+阅读 · 2020年8月15日
机器学习数学基础【附PPT下载】
专知
46+阅读 · 2018年9月17日
NSR观点| 学习因果关系和基于因果性的学习
知社学术圈
17+阅读 · 2018年1月7日
Arxiv
17+阅读 · 2021年2月15日
Arxiv
6+阅读 · 2020年12月10日
Arxiv
18+阅读 · 2020年10月9日
Transfer Adaptation Learning: A Decade Survey
Arxiv
37+阅读 · 2019年3月12日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
Arxiv
5+阅读 · 2018年10月11日
Arxiv
7+阅读 · 2018年4月21日
VIP会员
相关主题
最新内容
军事域更好使用人工智能的实用指南
专知会员服务
3+阅读 · 10月22日
《衡量语言模型中的作战规划能力》
专知会员服务
10+阅读 · 10月20日
Maven智能系统:帕兰提尔军事人工智能平台详解
专知会员服务
11+阅读 · 10月20日
《测试自动化框架在敏捷软件开发中的角色》
专知会员服务
8+阅读 · 10月20日
俄罗斯如何拦截乌克兰无人机与巡航导弹
专知会员服务
11+阅读 · 10月15日
《武器-目标分配问题:精确与近似求解算法》
专知会员服务
16+阅读 · 10月15日
现代电磁战:集成式系统簇时代如何实现频谱优势
综述|谁来改进机器人?迈向物理递归自我改进
专知会员服务
12+阅读 · 10月14日
相关VIP内容
相关论文
Arxiv
17+阅读 · 2021年2月15日
Arxiv
6+阅读 · 2020年12月10日
Arxiv
18+阅读 · 2020年10月9日
Transfer Adaptation Learning: A Decade Survey
Arxiv
37+阅读 · 2019年3月12日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
Arxiv
5+阅读 · 2018年10月11日
Arxiv
7+阅读 · 2018年4月21日
微信扫码咨询专知VIP会员