Causal Inference and Discovery in Python

Boken "Causal Inference and Discovery in Python" gir deg verktøyene for å forstå og anvende årsaksinference og årsaksoppdagelse ved å avdekke underliggende årsaksprinsipper og kombinere dem med kraftige maskinlæringsalgoritmer for både observasjons- og eksperimentelle data. Kjøp av trykt eller Kindle-utgave inkluderer en gratis PDF eBok. I denne boken får du muligheten til å undersøke Pearl'ska årsaksbegreper, inkludert strukturelle årsaksmodeller, intervensjoner, motfaktisk analyse og mye mer. Du vil også bli kjent med moderne metoder for årsaksinference som gjør det mulig å estimere både gjennomsnittlige og heterogene behandlingseffekter, samt tradisjonelle og moderne metoder for årsaksoppdagelse. Årsaksmetoder stiller unike utfordringer sammenlignet med tradisjonell maskinlæring og statistikk. Å lære om årsakssammenhenger kan være krevende, men det gir fordeler som ofte går tapt i en rent statistisk tankegang. "Causal Inference and Discovery in Python" hjelper deg med å utnytte potensialet i årsakssammenhenger ved å starte med grunnleggende motivasjoner for årsakstenkning og en omfattende introduksjon til Pearl'ska årsaksbegreper.