报告题目：因果推断和基于因果的机器学习

报告题目：因果推断和基于因果的机器学习

报告摘要：因果推断是当下人工智能、机器学习领域中的热门话题之一。2011年图灵奖授予了Judea Pearl，以表彰他在结构因果模型方法上的奠基性工作。2021年诺贝尔经济学奖授予了 Card、Angrist、Imbens 三位经济学家，以表彰他们在经济学的研究和因果推断方法方面的贡献。上述三位获奖人都在使用观察性数据回答因果问题的方面做出了突出贡献。探索事物之间的因果关系和因果作用是很多科学研究的重要目的。例如，针对某种病毒的传播，我们关心应该通过怎样的措施能够阻断或者延缓病毒的传播，这是一个因果问题。此外，上课点名是否会增加学生的学习成绩，也是一个因果问题。本报告将对基于数据的因果推断进行初步介绍，并对因果推断为机器学习带来的变革和启示做出简单展望。

个人介绍：张伟嘉，东南大学计算机科学与工程学院副教授。本科毕业于南京大学数学系，硕士毕业于南京大学计算机科学与技术系，博士毕业于University of South Australia。目前主要研究兴趣为因果推断（Causal Inference）以及基于因果的机器学习（Causality-based Machine Learning），成果发表与人工智能、机器学习，以及包括生物信息学等交叉学科的CCF-A类会议和SCI一区期刊上。