因果推断是一项复杂的科学任务，它依赖于多个来源的三角互证和各种方法论方法的应用，是用于解释分析的强大建模工具，同时也是机器学习领域的热门研究方向之一。

今天我要给大家推荐的这本书，正是因果推断领域必读的入门秘籍：《Causal Inference: What If 》。书籍pdf文末领

本书由哈佛大学公共卫生学院的 Miguel Hernan 和 Jamie Robins 教授合著，全面系统地阐释了因果推断的概念和方法。内容面向各领域的科研人员，包括流行病学家、统计学家、心理学家、经济学家、社会学家、政治学家、计算机科学家等所有需要进行因果推断的领域，目前已经被数十所大学用于研究生和高级本科生的因果推断课程的教学。

书籍介绍：

本书探讨了在特定假设前提下，估计变量之间因果关系的各种数据分析方法，通过统一展示当前散布在多个学科杂志上的概念和方法，为设计研究和分析数据的业内人士提供因果推断的入门指导，非常适合想要快速入门/复习的同学。

书籍共有3个部分，22章，311多页，三个部分的内容难度逐渐递增：第一部分：无模型的因果推理。第二部分：有模型的因果推理（附代码）。第三部分：复杂纵向数据的因果推理。

文中穿插了适用所有读者的疑难要点，以及针对接受过统计学方面知识训练的专业人士的技术点，并详细阐述了文中提到的一些主题。

部分内容：

关注下方《学姐带你玩AI》🚀🚀🚀

回复“因果推断”获取完整书籍pdf

码字不易，欢迎大家点赞评论收藏！