本书对因果推断相关知识进行了系统、全面的介绍，为便于学习，对大多数知识点都进行了详细的推导说明。

探究因果关系是科学工作的重要目的，现代经济学借助统计学中对因果关系的认识，催生了一场因果推断研究的革命。 这本书通俗易懂地介绍了社会科学家得以确定因果关系的主要数学工具和方法，是作者十多年研究和教学成果的结晶。全书对因果推断领域的理论与方法涵盖面非常广泛，对理论的阐述言简意赅，对方法应用着墨更多。作者通过列举许多社会科学相关的因果推断案例和参考论文，对实际案例的细节进行了详细分析，并且展示了分析案例所借助的 Stata 和 R 软件的具体操作程序。 对于基本内容，作者在回顾基本的因果推理概念、概率与回归概念的基础上，介绍了有向无环图 (Directed Acyclic Graphs，DAG)、潜在结果因果模型 (Potential Outcomes Causal Model)、匹配 (Matching) 以及断点回归 (Regression Disc...(展开全部)

本书以构建因果推断基础知识框架，主要从Rubin因果模型、Pearl因果模型、基于图模型的因果效应计算、因果结构学习、因果机器学习五个篇章为大家介绍智因果推断的基础理论、模型、方法、和前沿应用，引领学生步入充满趣味与挑战的因果推理领域。

保罗•R.罗森鲍姆（Paul R. Rosenbaum）是世界著名统计学家、费希尔讲席奖和斯尼德克奖双料得主，倾向得分方法提出者，宾夕法尼亚大学沃顿商学院统计与数据科学罗伯特•G.普策尔（Robert G. Putzel）名誉教授。他出版了《观察与实验：因果推断导论》、《观察性性研究的设计》、《观察研究》以及《观察研究中的复制与证据因素》等著作。

本书以构建因果推断基础知识框架，主要从Rubin因果模型、Pearl因果模型、基于图模型的因果效应计算、因果结构学习、因果机器学习五个篇章为大家介绍智因果推断的基础理论、模型、方法、和前沿应用，引领学生步入充满趣味与挑战的因果推理领域。

概率图模型结合了概率论与图论的知识，提供了一种简单的可视化概率模型的方法，在人工智能、机器学习和计算机视觉等领域有着广阔的应用前景。本书旨在帮助读者学习使用概率图模型，理解计算机如何通过贝叶斯模型和马尔科夫模型来解决现实世界的问题，同时教会读者选择合适的R语言程序包、合适的算法来准备数据并建立模型。本书适合各行业的数据科学家、机器学习爱好者和工程师等人群阅读、使用。

因果关系实证方法是现代社会科学实证研究的基础。本书涵盖了社会科学因果关系实证的主要方法。它包含了11个课题：条件期望函数和因果关系；线性回归方法；估计误差；处置效应和因果关系；匹配方法；匹配方法和回归方法的比较；面板数据分析方法；双重差分法；工具变量；自选择模型；断点回归。读者为从事社会科学研究的学生、教师和其他研究人员。

《因果推断与机器学习》是一本理论扎实，同时联系实际应用的图书。全书系统地介绍了因果推断的基本知识、基于机器学习的因果推断方法和基于因果推断的机器学习方法及其在一些重要领域的应用。 全书共分6章。第1章从潜结果框架和结构因果模型出发，介绍因果推断的基本概念和方法。第2章介绍近年统计和机器学习文献中出现的一些重要的基于机器学习的因果推断方法。第3章介绍能够提高机器学习模型的泛化能力的因果表征学习。第4章介绍因果机器学习如何提高机器学习模型的可解释性与公平性。第5章介绍因果机器学习在推荐系统和学习排序中的应用。第6章是对全书的一个总结和对未来的展望。 《因果推断与机器学习》对结合因果推断和机器学习的理论与实践进行了介绍。通过阅读本书，读者不仅可以掌握因果机器学习的基础理论，还可对本书中提到的论文代码进行钻研，从而在实践中加深对因果机器学习的理解。

本书是一本理论扎实，同时联系实际应用的图书。全书系统地介绍了因果推断的基本知识、基于机器学习的因果推断方法和基于因果推断的机器学习方法及其在一些重要领域的应用。 全书共分6章。第1章从潜结果框架和结构因果模型出发，介绍因果推断的基本概念和方法。第2章介绍近年统计和机器学习文献中出现的一些重要的基于机器学习的因果推断方法。第3章介绍能够提高机器学习模型的泛化能力的因果表征学习。第4章介绍因果机器学习如何提高机器学习模型的可解释性与公平性。第5章介绍因果机器学习在推荐系统和学习排序中的应用。第6章是对全书的一个总结和对未来的展望。 本书对结合因果推断和机器学习的理论与实践进行了介绍。通过阅读本书，读者不仅可以掌握因果机器学习的基础理论，还可对本书中提到的论文代码进行钻研，从而在实践中加深对因果机器学习的理解。

陈云松，牛津大学博士，南京大学社会学院教授。入选国家高层次人才特殊支持计划、教育部“青年长江学者”，国家社科基金重大项目首席专家。主要研究方向为计算社会学、数字人文、社会心态、社会治理、社会网络。 许琪，北京大学博士，南京大学社会学院教授。主要研究方向为家庭社会学、人口社会学、社会分层、定量研究方法。