|
000
|
01108nam0 2200277 450
|
|
001
|
0200707225
|
|
005
|
20240429092259.4
|
|
010
|
|
@a978-7-121-46457-7@dCNY118.00
|
|
100
|
|
@a20231101d2023 em y0chiy50 ea
|
|
101
|
0
|
@achi
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aa z 000yy
|
|
106
|
|
@ar
|
|
200
|
1
|
@a因果推断与机器学习@9yin guo tui duan yu ji qi xue xi@f郭若城[等]编著
|
|
205
|
|
@a2版@b修订版
|
|
210
|
|
@a北京@c电子工业出版社@d2023
|
|
215
|
|
@a251页@c彩图@d24cm
|
|
304
|
|
@a编著者还有：程璐、刘昊、刘欢
|
|
330
|
|
@a本书共分6章。第1章从结构因果模型和潜在结果框架出发，介绍因果推断的基本概念和方法。第2章介绍近年统计和机器学习文献中出现的一些重要的基于机器学习的因果推断方法。第3章介绍能够提高机器学习模型的泛化能力的因果表征学习。第4章介绍因果机器学习如何提高机器学习模型的可解释性与公平性。第5章介绍因果机器学习在推荐系统和学习排序中的应用。第6章是对全书的一个总结和对未来的展望。
|
|
606
|
0
|
@a因果性@x推理
|
|
606
|
0
|
@a机器学习
|
|
690
|
|
@aB812.23@v5
|
|
690
|
|
@aTP181@v5
|
|
701
|
0
|
@a郭若城@9guo ruo cheng@4编著
|
|
801
|
|
@aCN@bZZZD@c20240429
|
|
905
|
|
@dB812.23@e1/XGXY@f1
|
|
|
|
|
| |
| 因果推断与机器学习/郭若城[等]编著.-2版，修订版.-北京：电子工业出版社，2023 |
| 251页：彩图；24cm |
| |
| |
| ISBN 978-7-121-46457-7：CNY118.00 |
| 本书共分6章。第1章从结构因果模型和潜在结果框架出发，介绍因果推断的基本概念和方法。第2章介绍近年统计和机器学习文献中出现的一些重要的基于机器学习的因果推断方法。第3章介绍能够提高机器学习模型的泛化能力的因果表征学习。第4章介绍因果机器学习如何提高机器学习模型的可解释性与公平性。第5章介绍因果机器学习在推荐系统和学习排序中的应用。第6章是对全书的一个总结和对未来的展望。 |
| ● |
正题名：因果推断与机器学习
索取号：B812.23/1/XGXY
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
1313446
|
213134465
|
信息工程学院资料室/
[索取号:B812.23/1/XGXY]
|
在馆
|
架位导航
|
