相關(guān)是“預(yù)測”的基礎(chǔ)，因果是“決策”的前提。長期以來我們重視政策制定，隨著社會(huì)的發(fā)展，經(jīng)濟(jì)社會(huì)的新現(xiàn)象、新問題不斷出現(xiàn)，單靠傳統(tǒng)的經(jīng)驗(yàn)來決策已經(jīng)不能應(yīng)付日益復(fù)雜的決策問題。針對(duì)實(shí)際社會(huì)經(jīng)濟(jì)問題不同階段的決策問題，本書主要研究以下三方面的內(nèi)容：一是，事前的因果發(fā)現(xiàn)，即如何利用機(jī)器學(xué)習(xí)算法發(fā)現(xiàn)變量間的因果關(guān)系；二是，事中的因果推斷，即基于貝葉斯估計(jì)和機(jī)器學(xué)習(xí)算法對(duì)傳統(tǒng)方法的改進(jìn)與拓展；三是，事后的因果解釋，即針對(duì)因果效應(yīng)進(jìn)一步分解其中的直接效應(yīng)和多種間接效應(yīng)。