因果革命：人工智慧的大未來

Main
因果革命：人工智慧的大未來

因果革命：人工智慧的大未來

朱迪亞．珀爾（Judea Pearl）達納．麥肯錫（Dana Mackenzie）

5.0 / 0

你有多喜歡這本書？

文件的質量如何？

下載本書進行質量評估

下載文件的質量如何？

年:

2019

語言:

traditional chinese

文件:

EPUB, 21.78 MB

IPFS:

,

traditional chinese, 2019

下載 (epub, 21.78 MB)

轉換進行中

轉換為失敗

你可能感興趣

Jonas Peters, Dominik Janzing, Bernhard Scholkopf, 李小和, 卢胜男, 程国建 — 因果推理：基础与学习算法

Judea Pearl — 因果论（原书第2版）: 模型、推理和推断

【美】朱迪亚·珀尔 & 达纳·麦肯齐 — 为什么：关于因果关系的新科学

邱嘉平 — 因果推断实用计量方法

湯姆．巴特勒－鮑登（Tom Butler-Bowdon） — 一次讀懂商業經典

朱迪亞 · 珀爾 (Judea Pearl), 達納 · 麥肯錫 (Dana Mackenzie) 著 ; 甘錫安譯 — 因果革命：人工智慧的大未來 = The Book of Why: The New Science of Cause and Effect

古倫姆斯 — 反智

古倫姆斯 [古倫姆斯] — 反智：不願說理的人是偏執，不會說理的人是愚蠢，不敢說理的人是奴隸

古倫姆斯 — 反智

科學人 — 科學人 2022 01

科學人 — 科學人 2022 04

道格拉斯‧哈伯德(Douglas W. Hubbard) — 如何衡量萬事萬物：大數據時代，做好量化決策、分析的有效方法

Kevin Chen（陳根） — ChatGPT醫療AI跨界合作：醫療雲的應用到精準醫療的未來

麥可．格里斯比（Mike Grigsby） — 消費者行為市場分析技術

道格拉斯‧哈伯德(Douglas W. Hubbard) — 如何衡量萬事萬物：大數據時代，做好量化決策、分析的有效方法

康納曼 (Daniel Kahneman) 著 ; 洪蘭譯 — 快思慢想 = Thinking, Fast and Slow

喬 · 貝斯特 (Joel Best) 著 ; 吳妍儀譯 — 洞見：像社會學家一樣批判思考，美國思辨教育的共同必修課，用以檢驗各種主張與立論依據的能力 = Is That True? Critical Thinking for Sociologists

史迪芬 · 平克 (Steven Pinker) 著；陳岳辰譯 — 理性：人類最有效的認知工具，讓我們做出更好的選擇，採取更正確的行動 = Rationality: What It Is, Why It Seems Scarce, Why It Matters

庫基耶 (Kenneth Cukier), 麥爾荀伯格 (Viktor Mayer-Schönberger), 德菲爾利科德 (Francis de Véricourt) 著 ; 林俊宏譯 — 超越AI的思考架構 = Framers:Human Advantage in an Age of Technology and Turmoil

卡蘿．塔芙瑞斯（Carol Tavris）;艾略特．亞隆森（Elliot Aronson） — 錯不在我

布萊恩 · 克里斯汀 (Brian Christian), 湯姆 · 葛瑞菲斯 (Tom Griffiths) 著 ; 甘錫安譯 — 決斷的演算：預測、分析與好決定的11堂邏輯課 = Algorithms to Live By: The Computer Science of Human Decisions

尼克．伯斯特隆姆 — 超智慧：AI風險的最佳解答

尼克 · 伯斯特隆姆 (Nick Bostrom) 著 ; 唐澄暐譯 — 超智慧：AI風險的最佳解答 = Superintelligence: Paths, Dangers, Strategies

西內啟 — 看穿一切數字的統計學（看穿一切數字背後的真相）

戴維·穆爾 & 威廉·諾茨 — 統計學的世界（第8版）

格爾德·吉仁澤 — 風險認知：如何精準決策

彭明輝 — 論文寫作完全求生手冊：「精準表達，以理服人」的技藝

謝宇 — 迴歸分析

劉靜怡 — 網路時代的隱私保護困境

劉靜怡主編 — 人工智慧相關法律議題芻議

邱皓政 — 贝氏统计：原理与应用

維克拉姆．曼莎拉瑪尼（Vikram Mansharamani） — 思考外包的陷阱

大衛 · 史匹格哈特 (David Spiegelhalter) 著 ; 羅耀宗譯 — 統計的藝術：如何從數據中了解事實，掌握世界 = The Art of Statistics: Learning from Data

大衛 · 漢德 (David Hand) 著 ; 賴盈滿譯 — 暗數據：被看到、被聽到、被測量到的，往往不是「真凶」 = Dark Data: Why What We Don’t Know Is Even More Important Than What We Do

湯瑪斯‧吉洛維奇 (Thomas Gilovich) — 康乃爾最經典的思考邏輯課

麥斯 · 貝澤曼 (Max H. Bazerman), 安 · E · 坦柏倫塞 (Ann E. Tenbrunsel) 著 ; 葉妍伶譯 — 盲點：哈佛、華頓商學院課程選讀，為什麼傳統決策會失敗，而我們可以怎麼做？= Blind Spots: Why We Fail to Do What’s Right and What to Do about It

湯瑪斯．吉洛維奇 — 康乃爾最經典的思考邏輯課（暢銷典藏版）

奇普．希思 (Chip Heath, 丹．希思 (Dan Heath) — 零偏見決斷法

捷爾德．蓋格瑞澤(Gerd Gigerenzer) 著 ; 廖育琳, 陳雅莉, 陳松筠譯 — 機率陷阱：從購物、保險到用藥，如何做出最萬無一失的選擇？= Risk Savvy: How to Make Good Decisions

陳明照 — Kali Linux滲透測試工具第二版

凱瑟琳 · 山德森 (Catherine A. Sanderson) 著；林凱雄譯 — 為什麼好人總是袖手旁觀：揭開讓我們選擇沉默的人性機制 = Why We Act: Turning Bystanders Into Moral Rebels

最常見的術語

相關書單