首届因果学习与推理大会即将召开
因果学习与推理（CLeaR）大会——首个关于因果学习与推理的国际会议——将于下周在加利福尼亚州尤里卡市举行，某中心作为其三个金牌（顶级）赞助商之一。某中心副总裁、杰出科学家，因果推理领域领先研究者Bernhard Schölkopf是会议组织者之一。
跨学科研究推动因果学习发展
过去几十年中，因果发现、因果推理和机器学习的因果处理研究中一些最具影响力的进展来自跨学科努力。特别是，许多机器学习和统计分析技术已被开发用于解决经典的因果发现和推理问题。另一方面，因果视角已被证明有助于制定、理解和解决迁移学习、强化学习和深度学习中的问题。
"机器学习最终基于统计依赖关系，"Schölkopf最近告诉某中心科学部门。"因果关系是一个在更基础层面描述系统依赖关系的概念，这些依赖关系在表面产生统计依赖。通常，只要我们在表面工作并从这些依赖关系中学习就足够了。但这仅在我们处于没有变化的环境中时才足够。一旦事物开始变化，思考因果关系就会很有帮助。"
会议技术议程
大会将包含九个口头报告和四十个海报展示，涵盖从因果公平性和非参数推理到因果马尔可夫决策过程和社会影响力估计等多个主题。
CLeaR大会将于4月11日至13日举行。注册仍在开放中，提供虚拟参会选项。
