Boken "Elements of Causal Inference" gir en presis og selvstendig innføring i årsaksinferens, et stadig viktigere tema innen datavitenskap og maskinlæring. Utviklingen av årsaklighet via matematikk er et relativt nytt felt, og dens betydning i datavitenskap og maskinlæring har vokst betydelig. I denne boka får leseren en komprimert og omfattende introduksjon til årsaksmodeller, samt metoder for å lære disse fra data. Forfatterne forklarer nødvendigheten av årsaksmodeller og diskuterer grunnleggende prinsipper knyttet til årsaksinference. Videre lærer boka leseren hvordan man kan benytte årsaksmodeller: fra å beregne intervensjonsfordelinger, til å utlede årsaksmodeller fra observasjons- og intervensjonsdata, og hvordan idéer knyttet til årsakssammenhenger kan brukes i klassiske maskinlæringsproblemer. Temaene blir først dekket med to variabler, før de gir en mer generell fremstilling i det multivariat tilfellet. Den bivariate modellen viser seg å være en spesielt utfordrende oppgave innen årsaksinlæring, ettersom den mangler betingede uavhengigheter som er vanlig i tradisjonell tilnærming.
