The Book of Why 在線電子書 圖書標籤: 因果關係  哲學  英文原版  AI  數學史  Statistics  DS   

喜歡 The Book of Why 在線電子書 的讀者還喜歡

非常有趣。本來是衝著Judea Pearl的Bayesian Network來看的，看完纔發現他最近的二十年一直在做Causal Inference。這本書第一個戳我的點是，他很明確地指齣瞭統計學目前對於因果分析的匱乏。在我自己的工作中這種問題已經遇到過很多次。第二個就是他對於AI的理解。如他在最後一章所說搞DL的scruffies目前是顯學，但是今後遇到很大的睏境，而neat這些人一直沒有什麼産齣，而他在BN的基礎上開闢齣一條更有趣的路徑。非常贊。

非常有趣。本來是衝著Judea Pearl的Bayesian Network來看的，看完纔發現他最近的二十年一直在做Causal Inference。這本書第一個戳我的點是，他很明確地指齣瞭統計學目前對於因果分析的匱乏。在我自己的工作中這種問題已經遇到過很多次。第二個就是他對於AI的理解。如他在最後一章所說搞DL的scruffies目前是顯學，但是今後遇到很大的睏境，而neat這些人一直沒有什麼産齣，而他在BN的基礎上開闢齣一條更有趣的路徑。非常贊。

非常有趣。本來是衝著Judea Pearl的Bayesian Network來看的，看完纔發現他最近的二十年一直在做Causal Inference。這本書第一個戳我的點是，他很明確地指齣瞭統計學目前對於因果分析的匱乏。在我自己的工作中這種問題已經遇到過很多次。第二個就是他對於AI的理解。如他在最後一章所說搞DL的scruffies目前是顯學，但是今後遇到很大的睏境，而neat這些人一直沒有什麼産齣，而他在BN的基礎上開闢齣一條更有趣的路徑。非常贊。

非常有趣。本來是衝著Judea Pearl的Bayesian Network來看的，看完纔發現他最近的二十年一直在做Causal Inference。這本書第一個戳我的點是，他很明確地指齣瞭統計學目前對於因果分析的匱乏。在我自己的工作中這種問題已經遇到過很多次。第二個就是他對於AI的理解。如他在最後一章所說搞DL的scruffies目前是顯學，但是今後遇到很大的睏境，而neat這些人一直沒有什麼産齣，而他在BN的基礎上開闢齣一條更有趣的路徑。非常贊。

非常有趣。本來是衝著Judea Pearl的Bayesian Network來看的，看完纔發現他最近的二十年一直在做Causal Inference。這本書第一個戳我的點是，他很明確地指齣瞭統計學目前對於因果分析的匱乏。在我自己的工作中這種問題已經遇到過很多次。第二個就是他對於AI的理解。如他在最後一章所說搞DL的scruffies目前是顯學，但是今後遇到很大的睏境，而neat這些人一直沒有什麼産齣，而他在BN的基礎上開闢齣一條更有趣的路徑。非常贊。

这本书着实烧脑，是讲因果关系的新科学，我实在不能用简明的语言来描述，要举的案例也有点冗长，我只能告诉你几个大的框架： 1 三级因果思维，原来我们的思想还能分出个三个层次，分别是观察，干预和想象，现在的人工智能还只达到第一级，大数据阶段[发呆] 2 回归均值，你知道...  

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...  

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，...  

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...  

这些人发明了如此简单而常用的东西，以至所有人都忘了这些东西也需要人发明出来。 非常匆忙地读了一遍之后，脑子里第一时间浮现的是小说《好兆头》里的这句话，它基本上是我对这本书印象的完美概括。 经济学专业的学生，如果选过一些 policy evaluation 和 causal inference 方...