This book provides a deep understanding of the relationship between machine learning and causal inference. It covers a broad range of topics, starting with the preliminary foundations of causal inference, which include basic definitions, illustrative examples, and assumptions. It then delves into the different types of classical causal inference methods, such as matching, weighting, tree-based models, and more. Additionally, the book explores how machine learning can be used for causal effect estimation based on representation learning and graph learning. The contribution of causal inference in creating trustworthy machine learning systems to accomplish diversity, non-discrimination and fairness, transparency and explainability, generalization and robustness, and more is also discussed. The book also provides practical applications of causal inference in various domains such as natural language processing, recommender systems, computer vision, time series forecasting, and continual learning. Each chapter of the book is written by leading researchers in their respective fields.

Machine Learning for Causal Inference explores the challenges associated with the relationship between machine learning and causal inference, such as biased estimates of causal effects, untrustworthy models, and complicated applications in other artificial intelligence domains. However, it also presents potential solutions to these issues. The book is a valuable resource for researchers, teachers, practitioners, and students interested in these fields. It provides insights into how combining machine learning and causal inference can improve the system's capability to accomplish causal artificial intelligence based on data. The book showcases promising research directions and emphasizes the importance of understanding the causal relationship to construct different machine-learning models from data.

Informazioni sull?autore

Dr. Sheng Li is an Assistant Professor of Data Science at the University of Virginia (UVA). Prior to joining UVA, he was an Assistant Professor of Computer Science at the University of Georgia (UGA) from 2018 to 2022, and was a Data Scientist at Adobe Research from 2017 to 2018. He obtained his Ph.D. degree in computer engineering from Northeastern University in 2017. Dr. Li is broadly interested in the areas of data science, machine learning, artificial intelligence, and their interdisciplinary applications. His recent research interests include trustworthy representation learning and causal inference. He has published over 140 papers and has received over 10 research awards, such as the INNS Young Investigator Award, Fred C. Davidson Early Career Scholar Award, Adobe Data Science Research Award, Cisco Faculty Research Award, and SDM Best Paper Award. He has served as Associate Editor for seven journals such as IEEE Transactions on Neural Networks and Learning Systems and IEEE Transactions on Circuits and Systems for Video Technology, and as an Area Chair for NeurIPS, ICLR, ICML and IJCAI.

Dr. Zhixuan Chu is a researcher at Ant Group. He holds a Ph.D. in Biostatistics and a Master's degree in Computer Science from the University of Georgia, along with a Bachelor's degree in Statistics from Huazhong University of Science and Technology. His research pursuits are centered around trustworthy artificial intelligence and the various interdisciplinary applications it offers, with a particular focus on causal inference, striving to improve the effectiveness of causal inference with machine learning technologies and enhance the stability and interpretability of machine learning with causal inference technologies. He has published over 20 papers in top-tier computer science conferences and journals.

Le informazioni nella sezione "Su questo libro" possono far riferimento a edizioni diverse di questo titolo.

Descrizione libreria

Visita la pagina della libreria

Informazioni sull?azienda del venditore

Edward Bowditch Ltd
Exstowe, Exton, Exeter, EX3 0PP, United Kingdom

Condizioni di vendita e spedizione

Condizioni di vendita

Legal entity name: Edward Bowditch Ltd
Legal entity form: Limited company
Business correspondence address: Exstowe, Exton, Exeter, EX3 0PP
Company registration number: 04916632
VAT registration: GB834241546
Authorised representative: Mr. E. Bowditch

Diritto di recesso

Se sei un consumatore puoi recedere dal contratto in conformit� con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attivit� commerciale, imprenditoriale, artigianale o professionale.

Informazioni sul diritto di recesso

Diritto legale di recesso

Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.

Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.

Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).

Per rispettare il termine di recesso, � sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.

Effetti del recesso

In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).

Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.

Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.

Il rimborso sar� effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.

Possiamo trattenere il rimborso finch� non avremo ricevuto i beni oppure finch� non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.

Dovrai rispedire i beni o consegnarli a Revaluation Books, Hounslow, United Kingdom, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volont� di recedere dal presente contratto. Il termine � rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.

Eccezioni al diritto di recesso

Il diritto di recesso non si applica a:

La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.

Condizioni di spedizione

Orders usually dispatched within two working days.

Tariffe di spedizione da Regno Unito a U.S.A.

Tariffe di spedizione da Regno Unito a U.S.A.
Quantit� dell?ordine	Da 7 a 14 giorni lavorativi	Da 2 a 3 giorni lavorativi
Primo articolo	EUR 14.41	EUR 28.83

I tempi di consegna sono stabiliti dai venditori e variano in base al corriere e al paese. Gli ordini che devono attraversare una dogana possono subire ritardi e spetta agli acquirenti pagare eventuali tariffe o dazi associati. I venditori possono contattarti in merito ad addebiti aggiuntivi dovuti a eventuali maggiorazioni dei costi di spedizione dei tuoi articoli.