第1章如何认识世界
1.1因果概念的产生及意义
1.1.1因果关系与认知
1.1.2常识因果与科学因果
1.1.3因果关系的分析与推断
1.1.4因果关系的黄金法则
1.2从逻辑到因果
1.2.1因果的逻辑基础
1.2.2亚里士多德的“四因说”
1.3中国古代的因果观念
1.3.1墨学的因果必然
1.3.2道学的因果分层
1.3.3佛学的因果缘起
1.4对于因果科学的追求
1.4.1因果关系的重生
1.4.2因果关系数学模型的引入
1.4.3因果关系的现代诠释
1.4.4珀尔的因果分析框架
1.5本章结束语
第2章因果关系——决策与反思
2.1什么是混杂
2.2如何表示因果关系
2.2.1因果结构图
2.2.2因果结构图中的关系传递
2.2.3因果关系量化
2.2.4因果关系与概率
2.2.5因果结构图与贝叶斯网络
2.3如何从观察数据中识别因果结构
2.3.1为什么可以识别因果结构
2.3.2识别因果结构的基本假设
2.3.3识别因果结构的方法：以IC算法为例
2.3.4识别因果结构的方法：评分优化
2.3.5统计时间与物理时间
2.4如何估计因果效应
2.4.1什么是干预
2.4.2如何在因果结构图中表示干预
2.4.3为什么可以利用观察数据估计干预的效果
2.4.4观察数据校正与随机对照试验
2.4.5校正变量的筛选——后门准则
2.4.6结构方程与因果效应
2.4.7线性系统中的因果效应估计
2.4.8工具变量与工具变量悖论
2.5如何实现个体反思
2.5.1什么是反事实
2.5.2反事实与干预的关系
2.5.3反事实与最邻近世界
2.5.4反事实推断的基本过程
2.5.5反事实推断与校正公式
2.5.6线性系统中的反事实
2.5.7直接原因和间接原因
2.6因果分析的待解问题
2.6.1亚群反转
2.6.2抽样偏差与变量选择
2.6.3假设检验
2.6.4因果区域
2.7本章结束语
第3章现实世界与实际原因
3.1究竟哪个是原因
3.1.1从吸烟致癌谈起
3.1.2因果解释
3.1.3特异因果和一般因果
3.1.4必要原因与充分原因
3.2因果关系效应估计
3.2.1诺贝尔奖的故事——因果关系可识别性
3.2.2断点回归
3.2.3双重差分
3.2.4倾向得分匹配
3.3不完美实验中的因果估计
3.3.1不完美实验问题
3.3.2不完美实验因果图
3.3.3意向性因果分析
3.3.4不完美实验的边界估计
3.4关于实际原因的困惑
3.4.1什么是实际原因
3.4.2如何确定实际原因
3.4.3因果抢占
3.4.4过度确定
3.5本章结束语
第4章机器学习与因果分析
4.1机器学习的神话
4.1.1什么是机器学习
4.1.2机器学习的起源和历史
4.1.3机器学习的趋势和未来
4.2大数据时代的信任危机
4.2.1到底需要多大量的数据呢
4.2.2为什么数据质量很重要
4.2.3统计数据也会说谎吗
4.2.4机器学习模型稳健吗
4.2.5结果可解释吗
4.3从因果关系中寻求突破
4.3.1因果机器学习
4.3.2因果发现
4.3.3因果模型对机器学习的意义
4.4下一代人工智能
4.4.1因果建模的层次
4.4.2因果之梯——构筑稳固的基石
4.5本章结束语
参考文献
展开
