[论文解读] A Survey of Learning Causality with Data: Problems and Methods
本综述对从数据中学习因果关系的传统方法和前沿方法进行了结构化评述，比较了结构方程模型（SCMs）与潜在结果框架（the potential outcomes framework），并详细介绍了因果推断与发现中的数据类型、问题与方法，以及在大数据时代与机器学习的联系。
This work considers the question of how convenient access to copious data impacts our ability to learn causal effects and relations. In what ways is learning causality in the era of big data different from -- or the same as -- the traditional one? To answer this question, this survey provides a comprehensive and structured review of both traditional and frontier methods in learning causality and relations along with the connections between causality and machine learning. This work points out on a case-by-case basis how big data facilitates, complicates, or motivates each approach.
研究动机与目标
- 阐明与传统情境相比，大数据如何改变对因果效应和因果关系的学习。
- 系统地分类数据类型及其对应的因果问题（效应 vs. 关系）。
- 介绍核心框架（结构化因果模型SCMs与潜在结果POF）及其在识别与估计中的应用。
- 在观测数据下，综述因果推断与发现的传统方法与前沿方法。
- 讨论因果学习与监督学习、领域自适应、强化学习等机器学习学科之间的联系。
提出的方法
- 介绍两大基础因果框架：结构化因果模型（SCM）与潜在结果框架（POF）。
- 解释关键概念：因果图、距离分离（d-分离）、后门准则、do-演算以及干预分布与观测分布。
- 将用于因果学习的数据分为三类：用于因果效应的数据（有/无混杂因素，考虑大数据情形）、用于因果关系的数据以及时间序列设置。
- 概述消除混杂偏差的标准识别策略，包括通过后门准则进行调整以及当后门不成立时的替代识别方法。
- 描述如何使用SCMs与POF来定义和估计平均处理效应（ATE）、个体处理效应（ITE）和条件效应（CATE）。
- 讨论do演算的局限性（如个体层级的查询与反事实）并在Pearl框架中引入反事实符号。
- 总结因果效应/关系的真实情况（地面真值）如何获取（随机实验、仿真、先验知识）。
- 就数据类型如何映射到问题及用于学习因果效应与因果关系的方法提供指南。
实验结果
研究问题
- RQ1大数据时代如何影响我们学习因果效应与因果关系的能力？
- RQ2哪些数据类型和问题表述使得从观测数据中学习因果效应与因果关系成为可能？
- RQ3用于从数据中估计因果量的基础框架与识别策略有哪些？
- RQ4因果性与机器学习之间的联系如何推动方法学的发展？
- RQ5在大数据背景下学习因果性还存在哪些待解的开放问题？
主要发现
- 大数据通过更丰富的特征集合在一定程度上可以减轻混杂，但也引入新的偏差和高维挑战。
- 因果问题分为学习因果效应（推断）与学习因果关系（发现），两者需要不同的数据与方法。
- SCMs与潜在结果框架在逻辑上等价，提供互补的识别与估计视角。
- 识别通常依赖后门调整或在后门准则成立时的其他策略；若不成立，则讨论替代识别方法。
- 因果效应的真实值通常来自随机化实验或领域知识仿真，反事实带来额外挑战。
- 本综述将因果学习与机器学习主题（监督/半监督学习、领域自适应、强化学习）联系起来。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。