机器学习中的因果机制(1) -- 因果关系的必要性

当前的机器学习基本上能够算是统计机器学习问题，也就是经过大量的数据学习到一些隐藏的patterns，从而获得数据与数据以前的相关关系，进而进行目标检测、追踪、知识问答等处理。很天然的一个问题就是，既然机器学习当前主流是以统计规律获得的相关关系为主，那么咱们为何要研究因果关系呢？web 如下将以一个经典的问题 – Yule-Simpson’s Paradox (辛普森悖论) 做为分析。咱们来看一个例

>>阅读原文<<