因果性学习初探.pdf

1、因果性学习初探蔡瑞初数据挖掘与信息检索实验室广东工业大学什么是因果性学习？2 人类是如何学习的？什么是因果性学习人类学习人类学习技能下棋、游戏、驾驶书籍观察实验 人类是如何学习的？什么是因果性学习人类学习人类学习机器学习（相关性）技能下棋、游戏、驾驶书籍观察实验数据模型 认知：视频分析、图像识别 决策：游戏、驾驶相关性学习 人类是如何学习的？什么是因果性学习人类学习人类学习机器学习（相关性）技能下棋、游戏、驾驶书籍观察实验数据模型 认知：视频分析、图像识别 决策：游戏、驾驶相关性学习机器学习（因果性）数据知识行为模型 认知：视频分析、图像识别 决策：游戏、驾驶因果性学习 更强的泛化性为什么需要

2、因果性学习6 6沙漠驼峰骆驼沙漠驼峰骆驼相关性因果性为什么需要因果性学习 更好的可解释性:7?相关性因果性为什么需要因果性学习 更容易的先验引入方式:8?因果知识数据拟合能力数据与知识混合驱动的机器学习有哪些因果性学习方法9基于先验因果结构的因果性学习方法已知因果结构问题：因果知识如何利用？思路：因果结构+深度学习基于因果发现的因果性学习方法未知因果结构问题：因果知识哪里来？+怎么利用？思路：因果发现+（因果结构+深度学习）基于先验因果结构的因果性学习方法10 Traditional supervised learning：Might not be the case in practice:基

3、于先验因果结构的因果性学习方法：领域自适应11Source(Train)Target(Test)Domain adaptation基于先验因果结构的因果性学习方法：候选的因果结构 Domain Adaptation in Causal View:Graphical Model12Zhang,Kun,et al.Domain adaptation under target and conditional shift.International Conference on Machine Learning.PMLR,2013.DXYCovariate ShiftTarget ShiftDYXDYX

4、Conditional ShiftDYXGeneralized Target Shiftdomainfeaturelabel基于先验因果结构的因果性学习方法：候选的因果结构 Domain Adaptation in Causal View:Graphical Model13Zhang,Kun,et al.Domain adaptation under target and conditional shift.International Conference on Machine Learning.PMLR,2013.DXYCovariate ShiftTarget ShiftDYXDYXCon

5、ditional ShiftDYXGeneralized Target Shiftdomainfeaturelabel基于先验因果结构的因果性学习方法：DSR From the causal view,the latent domain representation and the sematic representation are disentangled14Entangledand distorted feature space Cai R,Li Z et al.Learning disentangled semantic representation for domain adapta

6、tionC.IJCAI 2019domain latent representationfeature space基于先验因果结构的因果性学习方法：DSR From the causal view,the latent domain representation and the sematic representation are disentangled15Entangledand distorted feature space Cai R,Li Z et al.Learning disentangled semantic representation for domain adaptati