1樓：Delight
這是乙個好問題。
因果關係發現已經算是乙個小的領域了，再具體的話就是研究的課題。雖然目前深度學習、機器學習正受到學者們越來越多的關注。然而，機器學習，尤其是深度學習的可解釋性、泛化能力和對資料的過度依賴是目前公認的挑戰。
而因果關係發現有助於揭露資料背後的產生機制，讓人們更深刻地理解到為什麼，並通過干預或反事實的手段進行決策。圖靈獎得主Pearl Judea教授在他的《The Book of Why》[1]一書中提出的 「因果關係之梯」（關聯、干預、反事實推理），同時他特別指出，我們當前的機器學習領域的研究只處於第一層，只是「弱人工智慧」，要實現「強人工智慧」還需要干預和反事實推理。另一位圖靈獎得主Bengio也警示：
可解釋因果關係是深度學習發展的當務之急[2]。
對於因果關係發現這個方向，你可以關注下廣東工業大學的蔡瑞初老師[3]、美國卡內基梅隆大學的Kun Zhang老師[4]等的工作。推薦幾篇他們的綜述性的文章：
因果推斷與因果性學習研究進展：https://www.
；基於非時序觀察資料的因果關係發現綜述
；Review of Causal Discovery Methods Based on Graphical Models；
還可以看下因果發現領域奠基人們的這兩本經典的書：
美國卡內基梅隆大學的Clark Glymour、Peter Spirtes和Richard Scheines教授寫的《Causation, Prediction and Search》，他們還開發了乙個工具Tetrad[5]用於因果關係發現；
加利福尼亞州大學洛杉磯分校Pearl教授寫的《Causality: Models, Reasoning and Inference》。
計算機方向準研究生，已提前確定導師，可否跟導師明言不想走學術路線想早點實習？
吳烜聖 其次，治標。按照你寫的jd，你肯定希望自己能去bat做演算法相關的崗位。然而，bat演算法崗工資高的同時要求也高，可不是會調個包，有兩段實習就可以去混日子的。如果你沒有對模型和演算法紮實的理解，你可能研一連實習都找不到，那還怎麼實習呢？所以，還是應該請教下自己的導師。既然讀研了，咱們也就別那...
本人準大一計算機系，請問帶水冷機安全嗎？放寢室容易被換配置嗎？
蒲公英的夏天 不好好學習淨想著裝備，不論搞硬體的搞軟體的，對電腦效能要求不高。被換配置？誰要？玩個lol絕地求生5000多的遊戲本足矣，多大的遊戲癮非要水冷，什麼學校不學習的嗎？ yu tang 大一作曲專業 配了臺兩萬的編曲主機，總重大概十五公斤 大概吧反正很重就對了 平時出去宿舍門都不關，走廊也...
我是計算機專業的，大一電腦科學導論就掛了，會不會很嚴重？
計算機導論課在大多數學校就是乙個增長見識的課，大概了解一下計算機的發展歷史，體系結構，各門課程學的內容。這種課是所有計算機專業課程中最容易通過的。當然我也見過計算機導論課開的很牛的，還需要通過程式設計做事情，通過並不容易，這種學校在全國極少。掛了不會很嚴重，因為這些內容並不是多重要。將來課程中都會學...