基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
维克托·迈尔·舍恩伯格在《大数据时代》一书中提出:“大数据时代,人们应放弃对因果关系的渴求,转而关注相关关系;没有必要非得知道现象背后的原因,相关关系能够帮助我们更好地了解这个世界.”图灵奖得主朱迪亚·珀尔则在最近大热的《为什么》一书中直言不讳地讲到:“数据非常愚蠢,领会因果关系才是理解世界的关键;除非由算法控制的机器能够推理因果关系,否则其效用和通用性永远不会接近人类.”显然,两人的观点大相径庭.
推荐文章
基于加性噪声模型的缺失数据因果推断
加性噪声模型
因果推断
缺失数据
最大似然估计
评分函数
贝叶斯网络
基于互信息的适用于高维数据的因果推断算法
因果推断
因果网络
互信息
条件独立性测试
大数据时代下数据分析理念解析
大数据时代
数据分析
信息收集
大数据时代的用户隐私保护
大数据
用户隐私
隐私保护
个人信息
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 大数据时代的因果推断
来源期刊 中国统计 学科
关键词
年,卷(期) 2019,(10) 所属期刊栏目 热点
研究方向 页码范围 13-16
页数 4页 分类号
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 程开明 75 1797 21.0 42.0
2 姜山 2 0 0.0 0.0
3 李泗娥 4 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
引文网络交叉学科
相关学者/机构
期刊影响力
中国统计
月刊
1002-4557
11-2448/C
大16开
北京市西城区月坛南街57号中国统计杂志社
2-841
1953
chi
出版文献量(篇)
8218
总下载数(次)
6
总被引数(次)
15124
论文1v1指导