PulseAugur
中
实时 11:54:02
English(EN) "Cause" is Mechanistic Narrative within Scientific Domains: An Ordinary Language Philosophical Critique of "Causal Machine Learning"

新论文认为“因果”是科学中的机制性叙事

作者 PulseAugur 编辑部 · [1 个来源] ·

一篇新论文批判了“因果机器学习”的前提，认为“因果”的概念最好被理解为特定科学领域内的机制性叙事。该研究采用普通语言哲学方法，观察到虽然因果语义在不同学科中有所不同，但它们始终描述着潜在的机制。该论文区分了物理学和工程学等领域，在这些领域中，数学模型能够完全捕捉因果关系；以及生物学和社会科学等更复杂的领域，这些领域需要更大的认知审慎和证据聚合才能做出明确的因果判断。 AI

影响 挑战了机器学习中因果推理的基础性假设，暗示需要对因果声明进行更细致的解读。

排序理由 该集群包含一篇新发布的 arXiv 学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新论文认为“因果”是科学中的机制性叙事

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Vyacheslav Kungurtsev, Leonardo Christov Moore, Gustav Sir, Martin Krutsky ·

    “因果”是科学领域内的机制性叙事：对“因果机器学习”的日常语言哲学批判

    arXiv:2501.05844v4 Announce Type: replace Abstract: Causal Learning has emerged as a major theme of research in statistics and machine learning in recent years, promising computational techniques to reveal ``true'' causality. In this paper, we critique the premise of causal learn…

相关实体

相关话题