|
000
|
01542nam0 22003491 450
|
|
001
|
0110210122
|
|
005
|
20241110210122.0
|
|
010
|
|
@a978-7-121-46457-7@dCNY118.00
|
|
100
|
|
@a20231124d2023 em y0chiy0121 ea
|
|
101
|
0
|
@achi
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aa a 000yy
|
|
106
|
|
@ar
|
|
200
|
1
|
@a因果推断与机器学习@Ayin guo tui duan yu ji qi xue xi@f郭若城 ... [等] 编著
|
|
205
|
|
@a第2版@b修订版
|
|
210
|
|
@a北京@c电子工业出版社@d2023.10
|
|
215
|
|
@a251页@c彩图@d24cm
|
|
304
|
|
@a题名页题其余责任者: 程璐, 刘昊, 刘欢
|
|
314
|
|
@a郭若城, 英国伦敦字节跳动人工智能实验室机器学习研究员。研究重点为因果推断和可置信的机器学习在推荐系统、搜索排序和图数据中的应用。曾获美国亚利桑那州立大学杰出计算机科学博士生奖项。
|
|
320
|
|
@a有书目 (第231-251页)
|
|
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@Ayin guo xing@x推理
|
|
606
|
0
|
@a机器学习@Aji qi xue xi
|
|
690
|
|
@aB81@v5
|
|
690
|
|
@aB812.23@v5
|
|
690
|
|
@aTP181@v5
|
|
701
|
0
|
@a郭若城@Aguo ruo cheng@4编著
|
|
701
|
0
|
@a程璐@Acheng lu@4编著
|
|
701
|
0
|
@a刘昊@Aliu hao@4编著
|
|
701
|
0
|
@a刘欢@Aliu huan@4编著
|
|
801
|
0
|
@aCN@b人天书店@c20231124
|
|
905
|
|
@aCKNYKJZYXY@b300713984-5@dB81@e115@f2
|
|
|
|
|
| |
| 因果推断与机器学习/郭若城 ... [等] 编著.-第2版，修订版.-北京：电子工业出版社，2023.10 |
| 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：B81/115
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
713984
|
300713984
|
流通八库五楼/
[索取号:B81/115]
|
在馆
|
|
|
2
|
713985
|
300713985
|
流通八库五楼/
[索取号:B81/115]
|
在馆
|
|
