第1章 因果推断入门

在机器学习被广泛应用于对人类产生巨大影响的场景（如社交网络、电商、搜索引擎等）的今天，因果推断的重要性开始在机器学习社区的论文和演讲中被不断提及。图灵奖得主Yoshua Bengio在对系统2（system 2，这个说法来自心理学家Daniel Kahneman的作品[1]，人类大脑由两套系统构成：系统1负责快速思考，做下意识的反应；系统2则负责比较耗时的思考，如理解事物之间的因果关系）的畅想中强调，在实现强人工智能的过程中，我们必须在设计机器学习算法的时候使它们拥有意识到因果关系的能力。

本章将介绍因果推断的入门知识，通过介绍两种被广泛应用的数学框架（结构因果模型和潜在结果框架）来给出因果关系的定义。另外，将介绍这两种框架所带来的因果识别方法，这些方法可以帮助我们把无法从数据中直接估计的因果关系转化成可以从数据中估计的概率分布。