Blick ins Buch

Cause Effect Pairs in Machine Learning (eBook)

Isabelle Guyon, Alexander Statnikov, Berna Bakir Batu (Herausgeber)

eBook Download: PDF

2019 | 1st ed. 2019
XVI, 372 Seiten
Springer International Publishing (Verlag)
978-3-030-21810-2 (ISBN)

Lese- und Medienproben

Ebook-Leseprobe (PDF)

This book presents ground-breaking advances in the domain of causal structure learning. The problem of distinguishing cause from effect ('Does altitude cause a change in atmospheric pressure, or vice versa?') is here cast as a binary classification problem, to be tackled by machine learning algorithms. Based on the results of the ChaLearn Cause-Effect Pairs Challenge, this book reveals that the joint distribution of two variables can be scrutinized by machine learning algorithms to reveal the possible existence of a 'causal mechanism', in the sense that the values of one variable may have been generated from the values of the other.

This book provides both tutorial material on the state-of-the-art on cause-effect pairs and exposes the reader to more advanced material, with a collection of selected papers. Supplemental material includes videos, slides, and code which can be found on the workshop website.

Discovering causal relationships from observational data will become increasingly important in data science with the increasing amount of available data, as a means of detecting potential triggers in epidemiology, social sciences, economy, biology, medicine, and other sciences.

Erscheint lt. Verlag	22.10.2019
Reihe/Serie	The Springer Series on Challenges in Machine Learning
Zusatzinfo	XVI, 372 p. 122 illus., 90 illus. in color.
Sprache	englisch
Themenwelt	Mathematik / Informatik ► Informatik ► Grafik / Design
Schlagworte	Causal Direction • Causal graphs • causal inference • Causality • causality in machine learning • Causal Mechanisms • Causal Structure Learning • cause-effect pairs • large scale design
ISBN-10	3-030-21810-4 / 3030218104
ISBN-13	978-3-030-21810-2 / 9783030218102

Haben Sie eine Frage zum Produkt?

PDF (Wasserzeichen)
Größe: 12,2 MB

DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.

Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.

Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.

Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.

Print-Ausgabe

Buch | Hardcover

139,09 €