推荐一本详细讲解因果推理原理的新书，本书2020年初刚刚Release出来，需要的朋友自取。对该领域理解有限，翻译不太准确，望见谅。
bshq:2020年新书速递-《因果推理原理：基础与学习算法》分享
前沿概述
因果关系推理（Causality）是一个非常有趣的研究课题。最近才开始研究隐藏在其背后的数学基础，且许多概念问题仍处于激烈的争论中。
虽然本书总结了近十年因果关系推理的发展的一些进展，但是关于这个问题的研究时间远远比10年时间长得多，并且已经有关于研究因果关系推理的书籍，比如，Pearl·[2009]，Spirit等人的[2000]，以及Imben和Rubin[2015]综合性方法研究。本书希望能够从这两个方面补充现有的工作。
首先，本书主要研究因果关系推理子问题，这可能被认为是最基本和最不现实的。这是一个因果问题，需要分析的系统只包含两个可观测值。在过去十年中，作者对这个问题进行了较为详细的研究。本书整理这方面的大部分工作，并试图将其嵌入到作者认为对研究因果关系推理问题的选择性至关重要的更大背景中。尽管先研究二元（bivariate）案例可能有指导意义，但按照章节顺序，也可以直接开始阅读多元（multivariate）章节；见图一。
第二，本书提出的解决方法来源于机器学习和计算统计领域的技术。作者对其中的方法如何有助于因果结构的推断更感兴趣，以及因果推理是否能告诉我们应该如何进行机器学习。事实上，如果我们不把概率分布描述的随机实验作为出发点，而是考虑分布背后的因果结构，机器学习的一些最深刻的开放性问题就能得到最好的理解。
目录
