鏈接：https://pan.baidu.com/s/17OHPOIIOONrnJ17Tapa3Tg?pwd=5tnm?

提取碼：5tnm

編輯推薦

從“大數(shù)據(jù)時(shí)代和機(jī)器學(xué)習(xí)熱潮”到“第二次因果革命”

從以數(shù)據(jù)為中心到數(shù)據(jù)理解的轉(zhuǎn)變不僅涉及技術(shù)上的轉(zhuǎn)變，還意味著更加深刻的范式轉(zhuǎn)換。

因果關(guān)系理論與現(xiàn)有機(jī)器學(xué)習(xí)系統(tǒng)的結(jié)合，已經(jīng)開(kāi)拓了機(jī)器學(xué)習(xí)領(lǐng)域的新思想和新途徑。

第二次因果革命即將到來(lái)？

因果推斷會(huì)是下一個(gè)AI熱潮嗎？

一場(chǎng)席卷各個(gè)研究領(lǐng)域的“因果革命”正在發(fā)生，涉及領(lǐng)域：統(tǒng)計(jì)學(xué)、基因?qū)W、社會(huì)科學(xué)、經(jīng)濟(jì)學(xué)、人口學(xué)、醫(yī)療健康科學(xué)、心理學(xué)、計(jì)算機(jī)科學(xué)、人工智能科學(xué)……

本書(shū)第1版曾獲2001年拉卡托斯獎(jiǎng)，作者朱迪亞·珀?duì)柺?011年圖靈獎(jiǎng)得主。本書(shū)的出版將有利于中國(guó)的廣大學(xué)者、學(xué)生和各領(lǐng)域研究人員了解和掌握因果模型、推理和推斷相關(guān)的內(nèi)容，在相關(guān)領(lǐng)域做出優(yōu)異的成果。

內(nèi)容簡(jiǎn)介

本書(shū)全面闡述了現(xiàn)代因果關(guān)系分析，展示了因果關(guān)系如何從一個(gè)模糊的概念發(fā)展成為一套數(shù)學(xué)理論，并廣泛用于統(tǒng)計(jì)學(xué)、人工智能、經(jīng)濟(jì)學(xué)、哲學(xué)、認(rèn)知科學(xué)、衛(wèi)生科學(xué)和社會(huì)學(xué)等領(lǐng)域。本書(shū)提出了一個(gè)全面的因果關(guān)系理論，它統(tǒng)一了因果關(guān)系的概率、操作、反事實(shí)和結(jié)構(gòu)方法，并提供了簡(jiǎn)單的數(shù)學(xué)工具來(lái)研究因果關(guān)系和統(tǒng)計(jì)關(guān)聯(lián)之間的關(guān)系。本書(shū)通過(guò)融合領(lǐng)域知識(shí)、常識(shí)約束、文化傳承的概念等來(lái)補(bǔ)充數(shù)據(jù)信息，為基于統(tǒng)計(jì)的機(jī)器學(xué)習(xí)中遇到的基本問(wèn)題提供了科學(xué)的解決方案。

作者簡(jiǎn)介

朱迪亞·珀?duì)?Judea Pearl) 美國(guó)國(guó)家科學(xué)院院士，美國(guó)國(guó)家工程院院士，美國(guó)人工智能協(xié)會(huì)創(chuàng)始會(huì)士，加州大學(xué)洛杉磯分校計(jì)算機(jī)科學(xué)和統(tǒng)計(jì)學(xué)教授，IEEE智能系統(tǒng)名人堂第一批十位入選者之一，被譽(yù)為“貝葉斯網(wǎng)絡(luò)之父”。2011年，Pearl因其在人工智能領(lǐng)域的基礎(chǔ)性貢獻(xiàn)榮獲圖靈獎(jiǎng)。他提出的概率和因果性推理演算法，徹底改變了人工智能最初基于規(guī)則和邏輯的方向。Pearl曾獲多項(xiàng)頂級(jí)科學(xué)榮譽(yù)，包括認(rèn)知科學(xué)領(lǐng)域的魯梅哈特獎(jiǎng)、物理學(xué)及技術(shù)領(lǐng)域的富蘭克林獎(jiǎng)?wù)乱约翱茖W(xué)哲學(xué)領(lǐng)域的拉卡托斯獎(jiǎng)。

精彩書(shū)評(píng)

朱迪亞·珀?duì)柕臅?shū)在沒(méi)有超出基本概論的前提下，提供了關(guān)于因果模型和因果推斷的引人入勝的導(dǎo)覽，這些新的研究工作是以他為核心的。由于他與其他一些人的努力，因果概念思想和應(yīng)用的“文藝復(fù)興”已經(jīng)開(kāi)始。
——Patrick Suppes
斯坦福大學(xué)語(yǔ)言與信息研究中心教授，美國(guó)國(guó)家科學(xué)院院士
曾任美國(guó)哲學(xué)學(xué)會(huì)主席

朱迪亞·珀?duì)枌?duì)統(tǒng)計(jì)學(xué)和因果關(guān)系的研究充滿熱情和創(chuàng)造力。他的作品總是發(fā)人深省，值得仔細(xì)研究。這本書(shū)也不例外……一次又一次，我發(fā)現(xiàn)自己既不同意他的假設(shè)，也不同意他的結(jié)論，但我也對(duì)自己認(rèn)為已經(jīng)很了解的問(wèn)題有了新的見(jiàn)識(shí)，這讓我著迷。這本書(shū)說(shuō)明了珀?duì)枌?duì)于統(tǒng)計(jì)文獻(xiàn)以及對(duì)于因果推斷模型的共同理解所做出的巨大貢獻(xiàn)。
——Stephen Fienber
卡內(nèi)基·梅隆大學(xué)統(tǒng)計(jì)學(xué)和社會(huì)科學(xué)系Maurice Falk教授
美國(guó)國(guó)家科學(xué)院院士，曾任國(guó)際數(shù)理統(tǒng)計(jì)學(xué)會(huì)主席。

朱迪亞·珀?duì)柕倪@本書(shū)對(duì)于人工智能、統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)學(xué)、流行病學(xué)、哲學(xué)的研究者，以及所有對(duì)于因果性基本概念感興趣的人來(lái)說(shuō)都是十分珍貴的，它將會(huì)被證明是未來(lái)十年*具影響力的書(shū)之一。
——Joseph Halper
康奈爾大學(xué)計(jì)算機(jī)科學(xué)系教授，美國(guó)國(guó)家工程院院士

知其然且知其所以然是人類(lèi)智能重要體現(xiàn)，本書(shū)從模型、算法和推理等方面講解因果，是一本不可多得的好書(shū)。
——吳飛
浙江大學(xué)教授，浙江大學(xué)人工智能研究所所長(zhǎng)
國(guó)家杰出青年科學(xué)基金獲得者

該書(shū)是圖靈獎(jiǎng)獲得者朱迪亞·珀?duì)柦淌陉P(guān)于因果網(wǎng)絡(luò)模型的開(kāi)創(chuàng)性著作，它影響了人工智能、統(tǒng)計(jì)學(xué)乃至哲學(xué)等自然科學(xué)和社會(huì)科學(xué)的各個(gè)領(lǐng)域。劉禮教授等精心翻譯了這本因果推斷的巨著，相信將對(duì)我國(guó)因果推斷的研究起到重要的推動(dòng)作用。
——耿直
北京大學(xué)教授，北京生物醫(yī)學(xué)統(tǒng)計(jì)與數(shù)據(jù)管理研究會(huì)理事長(zhǎng)
國(guó)家杰出青年科學(xué)基金獲得者

這是一本超重量級(jí)的研究著作，即便是對(duì)于專(zhuān)門(mén)從事人工智能、數(shù)據(jù)科學(xué)方面的研究學(xué)者、技術(shù)人員或者學(xué)生而言，如果以前從未接觸過(guò)因果模型、推理與推斷，那么該書(shū)會(huì)激起他們對(duì)當(dāng)前人工智能發(fā)展現(xiàn)狀的反思和對(duì)未來(lái)人工智能發(fā)展方向的探索。
——蔡瑞初
廣東工業(yè)大學(xué)教授，國(guó)家優(yōu)秀青年科學(xué)基金獲得者

目錄

中文版序

推薦者序

譯者序

我為什么寫(xiě)這本書(shū)：回顧與期望

第2版前言

第1版前言

第1章　概率、圖及因果模型1

1.1　概率論概述1

1.1.1　為什么學(xué)習(xí)概率1

1.1.2　概率論的基本概念2

1.1.3　預(yù)測(cè)支持與診斷支持結(jié)合7

1.1.4　隨機(jī)變量與期望8

1.1.5　條件獨(dú)立與圖11

1.2　圖與概率12

1.2.1　圖的符號(hào)與術(shù)語(yǔ)12

1.2.2　貝葉斯網(wǎng)絡(luò)13

1.2.3　d-分離準(zhǔn)則17

1.2.4　貝葉斯網(wǎng)絡(luò)推斷20

1.3　因果貝葉斯網(wǎng)絡(luò)22

1.3.1　用于干預(yù)諭言的因果網(wǎng)絡(luò)23

1.3.2　因果關(guān)系及其穩(wěn)定性25

1.4　函數(shù)因果模型27

1.4.1　結(jié)構(gòu)方程28

1.4.2　因果模型中的概率預(yù)測(cè)31

1.4.3　函數(shù)模型中的干預(yù)與因果效應(yīng)33

1.4.4　函數(shù)模型中的反事實(shí)34

1.5　因果與統(tǒng)計(jì)術(shù)語(yǔ)40

第2章　因果關(guān)系推斷理論43

2.1　簡(jiǎn)介：基本直覺(jué)44

2.2　因果發(fā)現(xiàn)框架46

2.3　模型偏好（奧卡姆剃刀原則）47

2.4　穩(wěn)定分布51

2.5　獲取DAG結(jié)構(gòu)52

2.6　重建潛在結(jié)構(gòu)54

2.7　因果關(guān)系推斷的局部準(zhǔn)則57

2.8　非時(shí)間因果與統(tǒng)計(jì)時(shí)間61

2.9　結(jié)論63

2.9.1　關(guān)于極小性、馬爾可夫性和穩(wěn)定性64

第3章　因果圖與因果效應(yīng)識(shí)別69

3.1　簡(jiǎn)介70

3.2　馬爾可夫模型中的干預(yù)72

3.2.1　作為干預(yù)模型的圖72

3.2.2　干預(yù)作為變量75

3.2.3　計(jì)算干預(yù)效應(yīng)76

3.2.4　因果量值的識(shí)別81

3.3　控制混雜偏差83

3.3.1　后門(mén)準(zhǔn)則83

3.3.2　前門(mén)準(zhǔn)則86

3.3.3　實(shí)例：吸煙與基因型理論88

3.4　干預(yù)的計(jì)算90

3.4.1　符號(hào)預(yù)備90

3.4.2　推斷規(guī)則90

3.4.3　因果效應(yīng)的符號(hào)推導(dǎo)：一個(gè)實(shí)例92

3.4.4　基于替代試驗(yàn)的因果推斷94

3.5　可識(shí)別性的圖模型檢驗(yàn)95

3.5.1　識(shí)別模型97

3.5.2　非識(shí)別模型99

3.6　討論100

3.6.1　要求與擴(kuò)展100

3.6.2　圖作為一種數(shù)學(xué)語(yǔ)言102

3.6.3　從圖轉(zhuǎn)換到潛在結(jié)果104

3.6.4　與Robins的G-估計(jì)的關(guān)系108

第4章　行動(dòng)、計(jì)劃和直接效應(yīng)114

4.1　簡(jiǎn)介115

4.1.1　行動(dòng)、動(dòng)作和概率115

4.1.2　決策分析中的行動(dòng)118

4.1.3　行動(dòng)和反事實(shí)120

4.2　條件行動(dòng)與隨機(jī)策略121

4.3　什么時(shí)候行動(dòng)的結(jié)果是可識(shí)別的122

4.3.1　基于圖的識(shí)別條件122

4.3.2　識(shí)別效率124

4.3.3　對(duì)控制問(wèn)題解析解的推導(dǎo)126

4.3.4　總結(jié)126

4.4　動(dòng)態(tài)計(jì)劃的可識(shí)別性127

4.4.1　動(dòng)機(jī)127

4.4.2　識(shí)別計(jì)劃：符號(hào)和假設(shè)129

4.4.3　識(shí)別計(jì)劃：序貫后門(mén)準(zhǔn)則130

4.4.4　識(shí)別計(jì)劃：計(jì)算流程133

4.5　直接效應(yīng)和間接效應(yīng)136

4.5.1　直接效應(yīng)與總效應(yīng)136

4.5.2　直接效應(yīng)、定義和識(shí)別137

4.5.3　案例:大學(xué)錄取中的性別歧視問(wèn)題138

4.5.4　自然直接效應(yīng)141

4.5.5　間接效應(yīng)與中介公式142

第5章　社會(huì)學(xué)和經(jīng)濟(jì)學(xué)中的因果關(guān)系與結(jié)構(gòu)模型144

5.1　簡(jiǎn)介145

5.1.1　尋找因果語(yǔ)言145

5.1.2　SEM：它的意義怎么變模糊了146

5.1.3　圖作為一種數(shù)學(xué)語(yǔ)言150

5.2　圖與模型檢驗(yàn)151

5.2.1　結(jié)構(gòu)模型的可檢驗(yàn)性含義152

5.2.2　檢驗(yàn)可檢驗(yàn)性156

5.2.3　模型等價(jià)性157

5.3　圖與可識(shí)別性161

5.3.1　線性模型中的參數(shù)識(shí)別161

5.3.2　與非參數(shù)識(shí)別的比較167

5.3.3　因果效應(yīng)：SEM的干預(yù)解釋169

5.4　部分概念基礎(chǔ)172

5.4.1　結(jié)構(gòu)參數(shù)真實(shí)意味著什么172

5.4.2　效應(yīng)分解的解釋177

5.4.3　外生性、超外生性及其他話題178

5.5　結(jié)論183

5.6　第2版附言184

5.6.1　計(jì)量經(jīng)濟(jì)學(xué)的覺(jué)醒184

5.6.2　線性模型的識(shí)別問(wèn)題185

5.6.3　因果論斷的魯棒性185

第6章　辛普森悖論、混雜與可壓縮性187

6.1　剖析辛普森悖論188

6.1.1　一個(gè)有關(guān)悖論的示例188

6.1.2　統(tǒng)計(jì)學(xué)中苦惱的事情190

6.1.3　因果關(guān)系與可交換性192

6.1.4　悖論已解決（或者，人是什么類(lèi)型的機(jī)器）195

6.2　為什么沒(méi)有關(guān)于混雜的統(tǒng)計(jì)檢驗(yàn)，為什么許多人認(rèn)為應(yīng)該有，為什么他們是正確的197

6.2.1　簡(jiǎn)介197

6.2.2　因果定義和關(guān)聯(lián)定義199

6.3　關(guān)聯(lián)性準(zhǔn)則如何失效200

6.3.1　憑借邊緣化使充分性失效200

6.3.2　憑借封閉世界假定使充分性失效201

6.3.3　憑借無(wú)益代理使必要性失效201

6.3.4　憑借偶然抵消使必要性失效203

6.4　穩(wěn)定無(wú)偏與偶然無(wú)偏204

6.4.1　動(dòng)機(jī)204

6.4.2　形式化定義206

6.4.3　穩(wěn)定無(wú)混雜的運(yùn)算檢驗(yàn)207

6.5　混雜、可壓縮性和可交換性208

6.5.1　混雜與可壓縮性208

6.5.2　混雜與混雜因子210

6.5.3　可交換性與混雜結(jié)構(gòu)分析212

6.6　結(jié)論215

第7章　結(jié)構(gòu)化反事實(shí)的邏輯217

7.1　結(jié)構(gòu)模型語(yǔ)義學(xué)218

7.1.1　定義：因果模型、行動(dòng)與反事實(shí)219

7.1.2　評(píng)估反事實(shí)：確定性分析223

7.1.3　評(píng)估反事實(shí)：概率分析228

7.1.4　孿生網(wǎng)絡(luò)法230

7.2　結(jié)構(gòu)模型的應(yīng)用與解釋231

7.2.1　線性經(jīng)濟(jì)計(jì)量模型政策分析：示例231

7.2.2　反事實(shí)的實(shí)證性?xún)?nèi)容 234

7.2.3　因果解釋、表達(dá)及其理解238

7.2.4　從機(jī)制到行動(dòng)再到因果240

7.2.5　Simon因果順序243

7.3　公理刻畫(huà)246

7.3.1　結(jié)構(gòu)反事實(shí)的公理246

7.3.2　反事實(shí)邏輯中的因果效應(yīng)：示例249

7.3.3　因果相關(guān)性公理252

7.4　基于結(jié)構(gòu)化和相似性的反事實(shí)256

7.4.1　與Lewis反事實(shí)的關(guān)系256

7.4.2　公理系統(tǒng)的比較258

7.4.3　成像與條件260

7.4.4　與Neyman-Rubin框架的關(guān)系262

7.4.5　外生性和工具變量：反事實(shí)定義和圖模型定義264

7.5　結(jié)構(gòu)因果與概率因果267

7.5.1　對(duì)時(shí)序的依賴(lài)性268

7.5.2　死循環(huán)風(fēng)險(xiǎn)269

7.5.3　與孩子們一起挑戰(zhàn)封閉世界假定271

7.5.4　特例因果與一般因果272

7.5.5　總結(jié)275

第8章　不完美實(shí)驗(yàn)：邊界效應(yīng)和反事實(shí)277

8.1　簡(jiǎn)介278

8.1.1　不完美與間接實(shí)驗(yàn)278

8.1.2　不依從性與治療意愿279

8.2　利用工具變量界定因果效應(yīng)的范圍280

8.2.1　問(wèn)題的形式化表述：約束優(yōu)化280

8.2.2　正則劃分：有限響應(yīng)變量的演化282

8.2.3　線性規(guī)劃公式284

8.2.4　自然邊界286

8.2.5　對(duì)于處理（治療）者的處理效應(yīng)（ETT）287

8.2.6　示例：消膽胺的作用288

8.3　反事實(shí)和法律責(zé)任289

8.4　工具變量測(cè)試291

8.5　解決不依從性的一種貝葉斯方法293

8.5.1　貝葉斯方法和吉布斯采樣293

8.5.2　樣本量和先驗(yàn)分布的效應(yīng)295

8.5.3　從不完全依從的臨床數(shù)據(jù)中估計(jì)因果效應(yīng)296

8.5.4　特例事件因果關(guān)系的貝葉斯估計(jì)298

8.6　結(jié)論299

第9章　因果關(guān)系概率：解釋和識(shí)別300

9.1　簡(jiǎn)介301

9.2　充分必要原因：識(shí)別條件303

9.2.1　定義、符號(hào)和基本關(guān)系303

9.2.2　外生性下的界限與基本關(guān)系306

9.2.3　單調(diào)性和外生性下的可識(shí)別性309

9.2.4　單調(diào)性和非外生性下的可識(shí)別性311

9.3　實(shí)例與應(yīng)用314

9.3.1　實(shí)例1：公平硬幣下注314

9.3.2　實(shí)例2：刑法執(zhí)行316

9.3.3　實(shí)例3：輻射對(duì)白血病的影響317

9.3.4　實(shí)例4：來(lái)自實(shí)驗(yàn)數(shù)據(jù)和非實(shí)驗(yàn)數(shù)據(jù)的法律責(zé)任320

9.3.5　結(jié)果總結(jié)321

9.4　非單調(diào)模型的可識(shí)別性322

9.5　結(jié)論325

第10章　實(shí)際原因327

10.1　引言：必要因果關(guān)系的不充分性328

10.1.1　重新探討特例原因 328

10.1.2　搶占和結(jié)構(gòu)信息的作用329

10.1.3　過(guò)度確定和準(zhǔn)依賴(lài)性331

10.1.4　Mackie的INUS條件332

10.2　產(chǎn)生、依賴(lài)和維持334

10.3　因果束和基于維持的因果關(guān)系337

10.3.1　因果束：定義及其含義337

10.3.2　實(shí)例：從析取式到通用公式340

10.3.3　束、搶占以及特例事件因果關(guān)系的概率342

10.3.4　路徑切換因果關(guān)系344

10.3.5　時(shí)序搶占345

10.4　結(jié)論347

第11章　對(duì)讀者的回應(yīng)、闡述和討論351

11.1　因果、統(tǒng)計(jì)和圖的術(shù)語(yǔ)351

11.1.1　區(qū)分因果和統(tǒng)計(jì)是必要的嗎351

11.1.2　無(wú)須擔(dān)心的d-分離（第1章）355

11.2　逆轉(zhuǎn)統(tǒng)計(jì)時(shí)間（第2章）358

11.3　估計(jì)因果效應(yīng)359

11.3.1　后門(mén)準(zhǔn)則背后的直觀理解（第3章）359

11.3.2　揭開(kāi)神秘的“強(qiáng)可忽略性”362

11.3.3　后門(mén)準(zhǔn)則的另一種證明365

11.3.4　協(xié)變量選擇中的數(shù)據(jù)與知識(shí)368

11.3.5　理解傾向得分370

11.3.6　do-算子背后的直觀性374

11.3.7　G-估計(jì)的有效性374

11.4　策略評(píng)估與do-操作376

11.4.1　識(shí)別附條件計(jì)劃（4.2節(jié)）376

11.4.2　間接效應(yīng)的意義378

11.4.3　do(x)能夠表示實(shí)際實(shí)驗(yàn)嗎380

11.4.4　do(x)操作是通用的嗎381

11.4.5　沒(méi)有操縱的因果關(guān)系384

11.4.6　與Cartwright一起追獵原因385

11.4.7　非模塊化的錯(cuò)覺(jué)387

11.5　線性結(jié)構(gòu)模型中的因果分析389

11.5.1　參數(shù)識(shí)別的一般準(zhǔn)則（第5章）389

11.5.2　結(jié)構(gòu)系數(shù)的因果解釋390

11.5.3　為SEM（或者SEM救生包）的因果解釋辯護(hù)392

11.5.4　今天的經(jīng)濟(jì)學(xué)模型在哪里—與Heckman一起追求原因398

11.5.5　外部變化與外科手術(shù)401

11.6　決策與混雜（第6章）405

11.6.1　辛普森悖論與決策樹(shù)405

11.6.2　時(shí)間信息對(duì)于決策樹(shù)是充分的嗎407

11.6.3　Lindley關(guān)于因果性、決策樹(shù)和貝葉斯主義的理解409

11.6.4　為什么混雜不是一個(gè)統(tǒng)計(jì)學(xué)概念412

11.7　反事實(shí)的演算414

11.7.1　線性系統(tǒng)中的反事實(shí)414

11.7.2　反事實(shí)的意義417

11.7.3　反事實(shí)的d-分離420

11.8　工具變量與不依從性421

11.9　更多關(guān)于因果關(guān)系的概率422

11.9.1　“有罪的概率為1”有可能嗎422

11.9.2　收緊因果關(guān)系的概率界限424

后記：因果的藝術(shù)與科學(xué)427

參考文獻(xiàn)462

索引488

查看全部↓

前言/序言

中文版序

20年前（2000年），當(dāng)我為這本書(shū)的第1版寫(xiě)前言時(shí)，我說(shuō)了一段相當(dāng)大膽的話，朋友們都勸我低調(diào)。我當(dāng)時(shí)說(shuō)道：“因果性的研究已經(jīng)經(jīng)歷了一次重大的轉(zhuǎn)變，從一個(gè)被神秘面紗籠罩的概念轉(zhuǎn)變?yōu)橐粋€(gè)具有明確語(yǔ)義和邏輯基礎(chǔ)的數(shù)學(xué)對(duì)象。悖論和爭(zhēng)議得以解決，模糊的概念得以明釋?zhuān)切┮蕾?lài)于因果信息、長(zhǎng)期以來(lái)被認(rèn)為是形而上學(xué)或難以處理的實(shí)際問(wèn)題，現(xiàn)在只需要初等數(shù)學(xué)知識(shí)就能夠解決。簡(jiǎn)言之，因果性已經(jīng)被數(shù)學(xué)化了?！?/p>

今天再回過(guò)頭來(lái)讀這段話，我覺(jué)得我當(dāng)時(shí)如果不是目光短淺的話，那么肯定就是有點(diǎn)保守了。我之前所說(shuō)的“轉(zhuǎn)變”其實(shí)是一場(chǎng)改變了許多科學(xué)思維方式的“革命”?，F(xiàn)在許多人稱(chēng)其為“因果革命”，它在科學(xué)界引起的興奮正在不斷蔓延到教育界和實(shí)際應(yīng)用領(lǐng)域。我非常興奮地看到，本書(shū)中文版的出版將中國(guó)讀者也帶入此次革命之中。

隨著我們進(jìn)入大數(shù)據(jù)時(shí)代和機(jī)器學(xué)習(xí)的“數(shù)據(jù)擬合”熱潮中，因果推斷和因果建模的重要性也在過(guò)去20年中得到了進(jìn)一步體現(xiàn)。

“數(shù)據(jù)擬合”是我經(jīng)常用于描述“以數(shù)據(jù)為中心”這一思維方式的詞語(yǔ)，它牢牢地統(tǒng)治著統(tǒng)計(jì)學(xué)和機(jī)器學(xué)習(xí)，與著眼于因果推斷的“數(shù)據(jù)解釋”思維方式形成鮮明對(duì)比。數(shù)據(jù)擬合學(xué)派相信，只要我們?cè)跀?shù)據(jù)挖掘方面足夠聰明，理性決策的秘密就來(lái)源于數(shù)據(jù)本身。與此相反，數(shù)據(jù)解釋學(xué)派并不把數(shù)據(jù)看作一個(gè)獨(dú)立的研究對(duì)象，而是把它看作解釋“現(xiàn)實(shí)”的一種輔助手段，“現(xiàn)