机读格式显示(MARC)

• 000 02293nam0 2200313 450

• 001 0000318254

• 005 20191120104400.0

• 010 __ |a 978-7-5217-0507-2 |d CNY69.00

• 100 __ |a 20190719d2019 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ack a 000yy

• 106 __ |a r

• 200 1_ |a 为什么 |A wei shen me |e 关于因果关系的新科学 |d = The book of why |e the new science of cause and effect |f (美) 朱迪亚·珀尔, 达纳·麦肯齐著 |f Judea Pearl, Dana Mackenzie |g 江生, 于华译 |z eng

• 210 __ |a 北京 |c 中信出版集团 |d 2019.07

• 215 __ |a xxvii, 373页 |c 图, 肖像 |d 23cm

• 314 __ |a 朱迪亚·珀尓, 现加州大学洛杉矶分校计算机科学教授,“贝叶斯网络”之父, 2011年因创立因果推理演算法获得图灵奖, 同时也是美国国家科学院院士, IEEE智能系统名人堂批10位入选者之一。达纳·麦肯齐, 普林斯顿大学数学博士, 自由科学记者, 知名科普作家, 著有《无言的宇宙》等作品, 其学术论文多次收录于《科学》《新科学家》《科学美国》《探索》等重量级期刊。江生, 应用数学博士, 曾在北京大学、堪萨斯大学、韦恩州立大学工作多年。于华, 文学和教育学硕士。

• 320 __ |a 有书目 (第247-373页)

• 330 __ |a 在本书中, 人工智能领域的专家朱迪亚·珀尔及其同事领导的因果关系革命突破多年的迷雾, 厘清了知识的本质, 确立了因果关系研究在科学探索中的核心地位。而因果关系科学真正重要的应用则体现在人工智能领域。作者在本书中回答的核心问题是: 如何让智能机器像人一样思考? 换言之,“强人工智能”可以实现吗? 借助因果关系之梯的三个层级逐步深入地揭示因果推理的本质, 并据此构建出相应的自动化处理工具和数学分析范式, 作者给出了一个肯定的答案。作者认为, 今天为我们所熟知的大部分机器学习技术, 都建基于相关关系, 而非因果关系。要实现强人工智能, 乃至将智能机器转变为具有道德意识的有机体, 我们就必须让机器学会问“为什么”, 也就是要让机器学会因果推理, 理解因果关系。或许, 这正是我们能对准备接管我们未来生活的智能机器所做的有意义的工作。

• 500 10 |a Book of why : the new science of cause and effect |A Book Of Why : The New Science Of Cause And Effect |m Chinese

• 517 1_ |a 关于因果关系的新科学 |A guan yu yin guo guan xi de xin ke xue

• 606 0_ |a 人工智能 |A ren gong zhi neng |j 普及读物

• 690 __ |a TP18-49 |v 5

• 701 _1 |a 珀尔 |A po er |g (Pearl, Judea) |4 著

• 701 _1 |a 麦肯齐 |A mai ken qi |g (Mackenzie, Dana) |4 著

• 702 _0 |a 江生 |A jiang sheng |4 译

• 702 _0 |a 于华 |A yu hua |4 译

• 801 _0 |a CN |b 万品图书 |c 20191112

• 905 __ |a AUSTL |d TP18-49/P289