UC Berkeley 教授七年讲义成书:490 页因果推断教材免费开放
udmrzn · x · 2026-09-12
UC Berkeley 统计系教授 Peng Ding 将其七年因果推断课程的讲义整理成《A First Course in Causal Inference》,共 490 页,可在 arXiv 免费下载,配套 R 代码和数据集托管在 Harvard Dataverse(CC BY 4.0)。
要点:
- 对应本科生 Stat 156 与研究生 Stat 256 两门课,只需概率论、统计推断、线性和逻辑回归基础,本科生可读。
- 开篇从 Yule-Simpson 悖论切入,讲清相关与因果的界限,再展开识别、估计、纵向数据等内容,并附带新习题。
- 作者同时推荐搭配 Judea Pearl 的《Causal Inference in Statistics: A Primer》:一本教怎么做,一本讲为什么这么想。
「研究」频道最新
- AI 驱动 CAD 内核宣称几何性能超开源 OCCT 十倍且零修复启发式 — burhop · 2026-09-12
- EMNLP 论文:LLM 模拟对话远比真人更「配合」,难复现冲突行为 — peizNLP · 2026-09-12
- 换模型别忘迁记忆：研究显示自由笔记换模后准确率跌 13 个点 — rohanpaul_ai · 2026-09-12
- 通用机器人安全新范式：论文提出具身 AI 风险分类法与研究议程 — Majumdar_Ani · 2026-09-12
- DeepMind 联合哈佛斯坦福发文:视觉 AI 或是通往 AGI 的路径 — rohanpaul_ai · 2026-09-12
- Arena 分析 3 万组对比:不同 LLM 仅共享 43% 思路 — arena · 2026-09-12