الاستدلال السببي Causal Inference

الرياضيات المتقدمة للذكاء الاصطناعي الصعوبة: خبير 2 دروس الزمن المتوقع: 1 ساعة و40 دقيقة

تعريف بالمسار

الرسوم السببية والتدخلات والفرق بين الارتباط والسببية.

الأهداف التعليمية

  • رسم المخططات السببية وتحديد المتغيرات المربكة
  • التمييز بين P(Y|X) وP(Y|do(X))
  • تطبيق صيغة الضبط ومعيار الباب الخلفي
  • تفسير مفارقة سمبسون

قائمة الدروس

  1. 1 المخططات السببية والمتغيرات المربكة Causal Graphs, Confounding and Simpson's Paradoxالارتباط لا يعني السببية: المتغير المربك يؤثر في السبب والنتيجة معاً فيصنع ارتباطاً زائفاً أو يخفي أثراً حقيقياً؛ والمخطط السببي يوضح المسارات الخلفية، وضبط المربك يزيل التحيز، ومفارقة سمبسون مثال حي على انقلاب الاستنتاج عند تجاهله. خبير · 50 د
  2. 2 التدخلات وعامل do وصيغة الضبط Interventions, the do-Operator and AdjustmentP(Y | X = x) تصف ما نرصده، و P(Y | do(X = x)) تصف ما يحدث لو فرضنا X = x؛ التدخل يقطع الأسهم الداخلة إلى X، وإذا حققت مجموعة Z معيار الباب الخلفي أمكن حساب التدخل من البيانات الرصدية بصيغة الضبط Σ P(Y|x, z) P(z). خبير · 50 د

التطبيقات في الذكاء الاصطناعي

  • تقييم أثر التدخلات (A/B testing)
  • العدالة في الخوارزميات
  • التعميم خارج التوزيع

الاختبار النهائي للمسار

12 سؤالاً مختارة عشوائياً من بنك أسئلة المسار، الزمن 25 دقيقة، ونسبة النجاح 65%.

ابدأ الاختبار النهائي تدرب على أسئلة المسار

المراجع العلمية

  1. Probabilistic Machine Learning: An IntroductionKevin P. Murphy (MIT Press, 2022)probml.github.io/pml-book/book1.html
  2. MIT OpenCourseWareMassachusetts Institute of Technologyocw.mit.edu