文章 "时间序列分类问题中的因果推理"

新评论
 

新文章 时间序列分类问题中的因果推理已发布：

在本文中，我们将研究使用机器学习的因果推理理论，以及 Python 中的自定义方法实现。因果推理和因果思维植根于哲学和心理学，在我们理解现实中起着重要作用。

Alison Gopnik 是一位美国儿童心理学家，研究婴儿如何建立世界模型。她还与计算机科学家合作，帮助他们了解人类婴儿如何构建关于外部世界的常识性概念。孩子们甚至比成年人更多地使用联想学习，但他们也是永不满足的实验者。你见过父母试图说服孩子不要乱扔玩具吗？一些家长倾向于将这种行为解释为粗鲁、破坏性或攻击性，但孩子们往往有其他动机。他们通过系统的实验来研究物理定律和社会互动规则（Gopnik，2009 年）。11 个月大的婴儿更喜欢尝试表现出不可预测特性的物体，而不是行为可预测的物体（Stahl & Feigenson, 2015）。这种偏好使他们能够有效地建立世界模型。

我们可以从婴儿身上学到的是，我们并不像休谟假设的那样仅限于观察世界，我们还可以与它互动。在因果推理中，这些相互作用被称为干预。干预是许多人认为的科学方法圣杯：随机对照试验（RCT）的核心。

但我们如何区分关联和真正的因果关系呢？让我们试着弄清楚。

作者：Maxim Dmitrievsky

新评论