来源：https://devpost.com/software/cyp450-mutations-phylogenetic-tree-using-causal-model

今晚8点，“因果科学与Casual AI”读书会将进行第三期的线上论文分享，主题是“因果发现算法概述及其挑战”，将由卡耐基梅隆大学在读博士黄碧薇以及瑞典皇家工学院在读博士屠睿博来进行分享，本次内容将在集智俱乐部B站直播，欢迎大家在文末扫码报名，获取直播链接和提醒。

不同数据缺失机制下如何进行因果发现？

分享者：屠睿博，瑞典皇家工学院博士在读

在许多因果发现的许多应用领域之中，数据缺失是一个极其常见的现象。通常的处理方法是删除含有缺失数据的记录或者做简单的数据填充，然而这样做很有可能引入由数据丢失机制带来的系统误差，从而影响因果发现的结果。此次分享的第一个部分将先介绍不同的丢失机制，并在因果图中表示数据丢失机制；然后依此回答：

– 哪些丢失机制会带来系统误差？

– 系统误差会给因果发现带来什么影响？

– 如何找出可能错误的因果关系？

– 如何能够在潜在错误的因果关系中还原回正确的因果关系？

此次分享第一个部分的最后将在此次分享中介绍关于评估因果发现方法的困难和现状。

因果发现算法

分享者：黄碧薇卡耐基梅隆大学博士在读

因果发现能够在不引入先验知识的情况下，自动化地在大规模时序数据中找到因果联系，本次会详细介绍因果发现的两类方法: 基于条件约束的方法 (constraint-based methods) 的和基于功能因果模型的方法 (functional causal model-based approaches)。

对于基于条件约束的方法，我们除了介绍well-known的PC算法和FCI算法，还会进一步探讨最新的进展。比如当部分数据缺失时，或者非稳态的情况下，如何实现因果发现？

对于基于功能因果模型的方法，我们会着重讨论LiNGAM, nonlinear additive-noise model, 以及post-nonlinear model。并且会进一步拓展到当出现cycle, 或者存在hidden confounder的情况。

直播信息与报名方式

直播时间：今晚（10月11日） 20:00-23:00

参与方式 1：腾讯会议（需报名参加系列读书会）

参与方式 2：集智俱乐部B站直播

扫描下方二维码，点击「我要听」报名，内附B站直播地址。