Causal Inference with Bayesian Networks. Build Bayesian Networks and Causal Inference Models with R and Python Yousri El Fattah, Reza Bagheri

Causal Inference with Bayesian Networks. Build Bayesian Networks and Causal Inference Models with R and Python Yousri El Fattah, Reza Bagheri - okladka książki

Autorzy:: Yousri El Fattah, Reza Bagheri
Serie wydawnicze:: Hands-on
Wydawnictwo:: Packt Publishing (Z chęcią przeczytam książkę w języku polskim)
Ocena:: Bądź pierwszym, który oceni tę książkę
Stron:: 686
Dostępne formaty:: PDF

ePub

Ebook

125,10 zł ~~139,00 zł~~ (-10%)

139,00 zł najniższa cena z 30 dni

Dodaj do koszyka Dostępny natychmiast po opłaceniu zakupu lub Kup na prezent Kup 1-kliknięciem

Przenieś na półkę

Do przechowalni

This practical guide explores Bayesian networks, graphical models, and causal inference for probabilistic reasoning and treatment effect estimation using real-world data. You’ll learn Bayesian networks, conditional independence, structural causal models (SCM), and intervention-based reasoning for causal analysis. The book explains how graphical models support probabilistic inference, decision-making, and knowledge representation across healthcare, economics, epidemiology, finance, and social sciences.

You’ll work with probabilistic inference methods such as variable elimination, tree clustering, and Bayesian network reasoning. For causal inference, the book covers Pearl’s do-calculus, backdoor and front-door criteria, causal effect identification, and treatment effect estimation using observational data. You’ll also explore the potential outcomes framework and machine learning approaches for causal inference, including meta-learners for estimating conditional average treatment effects and heterogeneous treatment effects.

Practical examples and exercises in R and Python help reinforce concepts and build implementation skills for causal modeling workflows. By the end of the book, you’ll be able to design Bayesian network models, perform probabilistic and causal inference, and develop practical causal analysis applications for evidence-based decision-making.

Wybrane bestsellery

O autorze książki

Yousri El Fattah is the CEO of Causal Computing and has taught courses on artificial intelligence and on control systems at multiple universities, contributed many research and development projects on causal modeling for companies in aerospace and industrial automation, and was a senior scientist in information technology at Rockwell and at Teledyne Technologies. El Fattah is a published author of a book on Learning Systems as well as numerous technical articles in encyclopedia, conference proceedings, and journals including Machine Learning, Artificial Intelligence, IEEE and ASME Transactions. He has a Ph.D.in information and computer sciences as well as a Ph.D. in aeronautical engineering.

Zobacz pozostałe książki z serii Hands-on

Ebooka "Causal Inference with Bayesian Networks. Build Bayesian Networks and Causal Inference Models with R and Python" przeczytasz na:

czytnikach Inkbook, Kindle, Pocketbook, Onyx Boox i innych
systemach Windows, MacOS i innych

systemach Windows, Android, iOS, HarmonyOS
na dowolnych urządzeniach i aplikacjach obsługujących formaty: PDF, EPub, Mobi

Masz pytania? Zajrzyj do zakładki Pomoc »

Oceny i opinie klientów: Causal Inference with Bayesian Networks. Build Bayesian Networks and Causal Inference Models with R and Python Yousri El Fattah, Reza Bagheri

(0)

Szczegóły książki

Tytuł oryginału:: Causal Inference with Bayesian Networks. Build Bayesian Networks and Causal Inference Models with R and Python
ISBN Ebooka:: 978-18-350-8921-7, 9781835089217
Data wydania ebooka :: 2026-05-29 Data wydania ebooka często jest dniem wprowadzenia tytułu do sprzedaży i może nie być równoznaczna z datą wydania książki papierowej. Dodatkowe informacje możesz znaleźć w darmowym fragmencie. Jeśli masz wątpliwości skontaktuj się z nami sklep@ebookpoint.pl.
Język publikacji:: angielski
Rozmiar pliku Pdf:: 39.1MB
Rozmiar pliku ePub:: 13.9MB

Zgłoś erratę
Serie wydawnicze: Hands-on

Kategorie

Kliknij, aby zgłosić błędnie przypisaną kategorię »

Popularnonaukowe i akademickie » Matematyka

Dostępność produktu

Produkt nie został jeszcze oceniony pod kątem ułatwień dostępu lub nie podano żadnych informacji o ułatwieniach dostępu lub są one niewystarczające. Prawdopodobnie Wydawca/Dostawca jeszcze nie umożliwił dokonania walidacji produktu lub nie przekazał odpowiednich informacji na temat jego dostępności.