主题：开个头：读《The Book of Why》的笔记和讨论 -- 鸿乾
开一个头，希望可以逐步来做。不开头，就完全没有可能做下去。开了头，也未必能够做下去，但是，总是有一点压力来做。
希望更多的河友来参与。所以，我的标题加了“讨论”。这是真心希望。如果单是我一个在这里谈，估计谈不了多久就停下来了。
那么，为什么想起了要谈这本书？几个原因。首先，这本书本身是重要的。作为科普书，是否能够达到《从一到无穷大》那样的影响程度，我不知道。估计达不到。但是，达到1/4估计是可以的。那样就很可观了。值得讨论。其次，是那天看到河里有人讨论波普尔的证伪理论等等。我想，这本书，是正面对那些理论提出了重大补充乃至于挑战的书。因此，与其在陈旧的东西上反复打仗，不如看看新的东西，新的内容，说不定可以对旧的东西有所新的理解。第三，这本书，号称是讲“因果革命”，“因果关系的科学”，等等。这就涉及到了非常多的方面。值得了解和学习。第四，当前人工智能和大数据正在热走，这本书正是这些方面的重要部分。
先说这些。至于什么时候才有下文，不敢保证，因为马上就要旅行了。但是更多的是希望有众多河友的参与，甚至于接过去。那样最好！
我本来希望这个讨论放在科技天地里面，我也是在那里发帖的。但是不知为何放在了新兵这里。因此，一直没有看见。直到查了站内信箱，才知道发在这里。
两个知乎里面的相关链接：
从这个文章知道，这本书在国内似乎也很热门。
这个文章很长。
下面是Amazon的一位读者的评论：
Pearl has written many other textbooks introducing his graphical approach. But in this book, Pearl provides an engaging narrative of the history of causal inference, the important distinctions he sees in his branch and its importance for the future of Artificial Intelligence.
Briefly, Pearl views classical statistics as seriously flawed in not having developed a meaningful theory of causality. While able to demonstrate correlation, Pearl asserts that in classical statistics all relationships are two-way: that is 2x=3y+6 can also be written 3y=2x-6. We are left in doubt as to whether x causes y or y causes x.
Fundamentally, Pearl sees this problem as still plaguing all artificial intelligence and statistics. In its place, Pearl argues that the exact causal relationship between all variables should be explicitly symbolized in graphical form and only then can mathematical operations tease out the precise causal effect.
To be transparent, I am trained in the Rubin approach to causal inference and disagree with some of Pearl’s history and characterization of statistics. But that is not the point. The history is well-written, engaging and understandable by the lay reader. Similarly, his account of graphical causal inference theory is followable even for someone like myself who did not learn these techniques in graduate school.
以这些作为开始吧。总之，是想说，书值得仔细读读。希望看到更多的河友的参与。
https://pan.baidu.com/s/1YVY8T-vEEoDT2SBYcr-w1A
https://pan.baidu.com/s/1XDZBFF5nLmEV24Lc9qHZug
谢谢。谢谢。
另外，如果你还有这本书的链接，也请分享：Causality: Models, Reasoning and Inference by Judea Pearl
这本书是技术书了，而那本是这本的科普书。
我想，做为对这本书的第一个笔记，用实事求是来归结这本书，是完全正确，完全成立的。
不过关键的是，什么是实？什么是事？什么是求？什么是是？这才是关键的。而且，还有一个关键问题：为什么要实事求是？或者说他的标题为什么有Why？
先来看一些问题，这是书的序言中的：
1. How effective is a given treatment in preventing a disease?
2. Did the new tax law cause our sales to go up, or was it our advertising campaign?
3. What is the health-care cost attributable to obesity?
4. Can hiring records prove an employer is guilty of a policy of sex discrimination?
5. I’m about to quit my job. Should I?
也可以加入一些河里日常见到的争辩：
1. 针灸有效吗？
2. 转基因食物是否有害？
等等，无穷无尽。对这些问题，我们应该把实事求是用之于其上？可以吗？如果可以，怎样做？有没有数学方法？可以自动化吗？
我想，大家都应该已经有了自己的答案。不过，如果读了这本书，可能答案就有所改变，仅是可能。但是，仅仅是可能，就是很可观的。这就是作者所谓的因果关系判定的革命。他认为，这个革命在最近二十年中，正在从一个领域到另一个领域扩展，而且正在和我们的日常生活结合，但是，对公众来讲，还并不知道有这样一个革命正在进行中。他本人是这个革命的发起源头之一，现在他来写科普书，为我们介绍这个革命。
或许，我们可以采用另外一个说法来替代因果关系革命：实事求是的数学化和计算机化。