The Book of Why

The Book of Why pdf epub mobi txt 电子书 下载 2025

朱迪亚·珀尓(Judea Pearl),现加州大学洛杉矶分校计算机科学教授,“贝叶斯网络”之父,2011年因创立因果推理演算法获得图灵奖,同时也是美国国家科学院院士,IEEE智能系统名人堂第一批10位入选者之一。

目前已出版3本关于因果关系科学的经典著作,分别为《启发法》(1984)、《智能系统中的概率推理》(1988)和《因果论:模型、论证、推理 》(2009)。他还获得过多项顶级科学荣誉,包括认知科学领域的鲁梅哈特奖、物理学及技术领域的富兰克林奖章以及科学哲学领域的拉卡托斯奖。

达纳·麦肯齐(Dana Mackenzie),普林斯顿大学数学博士,自由科学记者,知名科普作家,著有《无言的宇宙》等作品,其学术论文多次收录于《科学》《新科学家》《科学美国》《探索》等重量级期刊。

出版者:Penguin
作者:Judea Pearl
出品人:
页数:432
译者:
出版时间:2019-5-2
价格:GBP 10.99
装帧:Paperback
isbn号码:9780141982410
丛书系列:
图书标签:
  • 因果关系 
  • 哲学 
  • 英文原版 
  • AI 
  • 数学史 
  • Statistics 
  • DS 
  •  
想要找书就要到 图书目录大全
立刻按 ctrl+D收藏本页
你会得到大惊喜!!

具体描述

读后感

评分

2016年,在大数据的帮助下,人工智能(AI)围棋软件AlphaGo在系列赛中以4:1战胜了世界围棋顶尖高手李世石,震惊了全人类。 当时网络上有人戏谑道:“人工智能赢了不可怕,至少说明它还不懂得韬光隐晦,如果它假装输给人类,那才更加可怕。”这句看似戏言的话,却暗藏了人工智能...  

评分

rather than a new science. 1,作者并没有区分自然科学和社会以及行为科学,没有讨论这两个领域因果推断的异同,也没有上升到科学哲学的层面讨论因果推断本身。这些本身都不是问题。只是就内容来说,书中的science实际上指的是社会科学和行为科学,作者所说的“因果革命 (the ...  

评分

笛卡尔在《谈谈方法》和《第一哲学沉思集》都曾探究过什么样的知识才是可靠的问题。他说,历史上什么观点都有争议,说明每一个观点都有可疑之处——我倒是认为,即是众人观点一致,这种观点依然很可疑。和笛卡尔一样,雅斯贝尔斯在《生存哲学》中也是这么谈论“真理”,他说,...  

评分

拿到书之后读了两遍,第一遍是以欣赏和学习的态度,第二遍是以欣赏和怀疑的态度。学习和怀疑之后,谈谈读后感。 这本书的副标题是《关于因果关系的新科学》,显然,这本书是从科学角度论述因果关系的。这可能让大众诧异,为什么显而易见的因果关系,从科学角度却难以建立。甚至...  

评分

用户评价

评分

非常有趣。本来是冲着Judea Pearl的Bayesian Network来看的,看完才发现他最近的二十年一直在做Causal Inference。这本书第一个戳我的点是,他很明确地指出了统计学目前对于因果分析的匮乏。在我自己的工作中这种问题已经遇到过很多次。第二个就是他对于AI的理解。如他在最后一章所说搞DL的scruffies目前是显学,但是今后遇到很大的困境,而neat这些人一直没有什么产出,而他在BN的基础上开辟出一条更有趣的路径。非常赞。

评分

非常有趣。本来是冲着Judea Pearl的Bayesian Network来看的,看完才发现他最近的二十年一直在做Causal Inference。这本书第一个戳我的点是,他很明确地指出了统计学目前对于因果分析的匮乏。在我自己的工作中这种问题已经遇到过很多次。第二个就是他对于AI的理解。如他在最后一章所说搞DL的scruffies目前是显学,但是今后遇到很大的困境,而neat这些人一直没有什么产出,而他在BN的基础上开辟出一条更有趣的路径。非常赞。

评分

非常有趣。本来是冲着Judea Pearl的Bayesian Network来看的,看完才发现他最近的二十年一直在做Causal Inference。这本书第一个戳我的点是,他很明确地指出了统计学目前对于因果分析的匮乏。在我自己的工作中这种问题已经遇到过很多次。第二个就是他对于AI的理解。如他在最后一章所说搞DL的scruffies目前是显学,但是今后遇到很大的困境,而neat这些人一直没有什么产出,而他在BN的基础上开辟出一条更有趣的路径。非常赞。

评分

非常有趣。本来是冲着Judea Pearl的Bayesian Network来看的,看完才发现他最近的二十年一直在做Causal Inference。这本书第一个戳我的点是,他很明确地指出了统计学目前对于因果分析的匮乏。在我自己的工作中这种问题已经遇到过很多次。第二个就是他对于AI的理解。如他在最后一章所说搞DL的scruffies目前是显学,但是今后遇到很大的困境,而neat这些人一直没有什么产出,而他在BN的基础上开辟出一条更有趣的路径。非常赞。

评分

非常有趣。本来是冲着Judea Pearl的Bayesian Network来看的,看完才发现他最近的二十年一直在做Causal Inference。这本书第一个戳我的点是,他很明确地指出了统计学目前对于因果分析的匮乏。在我自己的工作中这种问题已经遇到过很多次。第二个就是他对于AI的理解。如他在最后一章所说搞DL的scruffies目前是显学,但是今后遇到很大的困境,而neat这些人一直没有什么产出,而他在BN的基础上开辟出一条更有趣的路径。非常赞。

本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

© 2025 book.wenda123.org All Rights Reserved. 图书目录大全 版权所有