同类推荐
-
-
大白话讲透逻辑学
-
¥52.00
-
-
大白话讲透逻辑学
-
¥52.00
-
-
大白话讲透逻辑学
-
¥52.00
-
-
他人的出场
-
¥168.00
-
-
推理心理学:怎样透过幻象看清真相
-
¥58.00
-
-
逻辑哲学论
-
¥39.80
-
-
逻辑原子主义研究
-
¥95.00
-
-
逻辑与批判性思维
-
¥98.00
-
-
判断和决策偏差:校准与纠错
-
¥58.00
-
-
马克思主义逻辑学入门
-
¥78.00
|
|
图书信息
|
|
|
|
因果推断与机器学习
|
| ISBN： | 9787121464577 |
定价： | ￥118.00 |
| 作者： | 郭若城[等]编著 |
出版社： | 电子工业出版社 |
| 出版时间： | 2023年10月 |
版次： | 2版 |
| 开本： | 24cm |
页数： | 251页 |
中图法： | B812.23;TP181 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
北京人天书店有限公司
|
8
|
库区4/样本4
|
2026-02-03
|
|
其它供货商库存合计
|
596
|
|
2026-02-03
|
图书简介 | | 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。 |
|