INFERENCIA Y DESCUBRIMIENTO CAUSAL EN PYTHON, MOLAK, ALEKSANDER, ISBN: 9788441549203

En algunas ocasiones las existencias pueden estar erróneas o no se lo podremos conseguir en el plazo señalado. Confiamos en su comprensión y le agradecemos la confianza depositada. Esperamos no defraudarle.

MOLAK, ALEKSANDER

INFERENCIA Y DESCUBRIMIENTO CAUSAL EN PYTHON

978-84-415-4920-3 / 9788441549203

37,95 € comprar

EN EXISTENCIAS (ANTES DE VENIR, CONFÍRMELO)
Autor:
MOLAK, ALEKSANDER
Editorial:
ANAYA *
Año:
2024
Lugar de edición:
MADRID
Materias:
"Software". Equipo lógico, componentes lógicos, pr, Ciencia estadística. Teoría de la estadística., Educación. Enseñanza.Pedagogía

Comentarios

En comparación con el aprendizaje automático tradicional y las estadísticas, los métodos causales presentan desafíos únicos. Aprender causalidad puede ser difícil, pero ofrece distintas ventajas que escapan a una mentalidad puramente estadística. Este libro ayuda a liberar todo el potencial de la causalidad.El libro comienza con las motivaciones básicas del pensamiento causal y una completa introducción a conceptos causales pearlianos, como los modelos causales estructurales, las intervenciones, los contrafactuales, etc. Cada concepto va acompañado de una explicación teórica y una serie de ejercicios prácticos con código Python. A continuación, entra de lleno en el mundo de la estimación del efecto causal, y avanza hacia los métodos de aprendizaje automático modernos.Paso a paso, descubrirás el ecosistema causal de Python y aprovecharás la potencia de los algoritmos más avanzados. Además, explorarás la mecánica de las huellas que dejan las causas y descubrirás las cuatro familias principales de métodos de descubrimiento causal. El capítulo final ofrece una amplia visión general del futuro de la IA causal, co