返回上一页 发布人:patent
我要发布信息
| 理性决策中的因果关系，相关关系以及人工智能 | 发布于:2016/01/15 | |
| 随着大数据时代的到来，机器学习和数据挖掘技术已经成为目前计算机科学领域的热门研究课题。而机器学习和数据挖掘技术的主要应用就是如何帮助人们进行理性决策。在决策过程中有两类关系容易混淆，因果关系和相关关系。从数据分析的角度来看，挖掘这两类关系对于揭示数据背后的规律有着非常重要的意义。通俗来讲，所谓因果关系即事件A发生导致了事件B的发生；而相关关系则是说事件A和事件B总是在一起出现。这两类关系虽然在解释上比较容易阐明，但是在实际数据分析中却很难区别。比如，吸烟、肺癌、咳嗽、声音嘶哑这些现象在一起出现的概率可能会很高，但是这里面哪些是原因，哪些是共同出现的现象很难简单从统计数据中进行区别。因为作为因果关系来说，没有明确的可观测的现象可以为这种关系提供证明。因此，英国哲学家休谟就质疑所谓的“因果”关系是否真的存在。本书对这个领域内相关理论模型的发展进行了系统阐述。 全书分为10章：1. 引言，对基于人工智能的理性决策理论和模型进行了概述；2. 什么是相关机；3. 什么是因果机；4. 基于优化方法的相关机；5. 基于Granger因果关系模型的神经网络；6. Rubin，Pearl和Granger因果关系模型概述；7. 基于Granger因果关系模型的因果关系、相关关系及自动化关系决策机；8. 理性决策的柔性界；9. 决策过程中的边缘化和非理性；10. 结论和未来工作。 本书是一本研究因果关系和相关关系模型的理论专著，对该领域有代表性的理论模型进行了系统地综述，适合相关领域的研究生和科研人员阅读参考。 张志斌，副研究员 （中国科学院计算技术研究所）来源：国外科技新书评介 |
||
