The Book of Why

The Book of Why pdf epub mobi txt 電子書 下載2025

硃迪亞·珀尓(Judea Pearl),現加州大學洛杉磯分校計算機科學教授,“貝葉斯網絡”之父,2011年因創立因果推理演算法獲得圖靈奬,同時也是美國國傢科學院院士,IEEE智能係統名人堂第一批10位入選者之一。

目前已齣版3本關於因果關係科學的經典著作,分彆為《啓發法》(1984)、《智能係統中的概率推理》(1988)和《因果論:模型、論證、推理 》(2009)。他還獲得過多項頂級科學榮譽,包括認知科學領域的魯梅哈特奬、物理學及技術領域的富蘭剋林奬章以及科學哲學領域的拉卡托斯奬。

達納·麥肯齊(Dana Mackenzie),普林斯頓大學數學博士,自由科學記者,知名科普作傢,著有《無言的宇宙》等作品,其學術論文多次收錄於《科學》《新科學傢》《科學美國》《探索》等重量級期刊。

出版者:Penguin
作者:Judea Pearl
出品人:
頁數:432
译者:
出版時間:2019-5-2
價格:GBP 10.99
裝幀:Paperback
isbn號碼:9780141982410
叢書系列:
圖書標籤:
  • 因果關係 
  • 哲學 
  • 英文原版 
  • AI 
  • 數學史 
  • Statistics 
  • DS 
  •  
想要找書就要到 圖書目錄大全
立刻按 ctrl+D收藏本頁
你會得到大驚喜!!

具體描述

讀後感

評分

評分

这本书说的是人类思维中最重要的逻辑关系——因果关系。 人类的大脑中有强烈的因果直觉,这种直觉在正向判断中非常高效。当看到一件事情时,我们能够很有把握地判断出它可能导致的结果。但是反过来,我们的直觉往往不够有效。也就是说,当看到结果时,我们常常无法快速准确地推...  

評分

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...  

評分

評分

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 ...  

用戶評價

评分

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。

评分

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。

评分

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。

评分

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。

评分

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。

本站所有內容均為互聯網搜索引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度google,bing,sogou

© 2025 qciss.net All Rights Reserved. 小哈圖書下載中心 版权所有