一、峰会简介
因果推断是指从数据中推断变量之间的因果关系，而不仅仅是相关关系。因果推断可以帮助业务增长理解数据背后的机制，提高决策的效率和质量，避免被相关性误导，找到真正影响业务的因素和策略。
因果推断在推荐系统中的应用已有大量实践，其收益非常多。因果推断可以帮助推荐系统理解数据背后的机制，提高模型的可解释性、可迁移性、鲁棒性和公平性等方面，缓解数据偏差、数据缺失、数据噪声等基本问题，还可以实现一些超越精度的目标，例如多样性、可控性、用户满意度等。
因果推断与机器学习的结合有两种主要的路径，其一是基于机器学习模型做因果推断任务，其二是在机器学习模型中融入因果推断性质。两者的结合已经到了更加深入的阶段，在大模型发展趋势下，基于大模型的因果推断已经有一定成果，结合因果推断的机器学习则深入到了因果框架的更深层次，应用方面也不限于推荐、风控等场景。
本次峰会包含：AB实验论坛，反事实推理论坛，风控与因果推断论坛，观测因果论坛，图与因果推断论坛，推荐与因果推断论坛，因果分析论坛，因果推断机器学习论坛等。
二、峰会核心资料清单
AB实验论坛
反事实推理论坛
风控与因果推断论坛
观测因果论坛
图与因果推断论坛
推荐与因果推断论坛
因果分析论坛
因果推断机器学习论坛
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
