摘要：基于对手训练的权重和鉴别网络的新方法用于解决观测数据中丰富协变量和复杂关系所需的灵活建模问题简要分析研究。通过对这一方法的新的理论刻画以及使用全连接架构学习复杂关系和使用卷积架构处理图像混杂物的实证结果，展示了如何在这些具有挑战性的情境中实现强大的因果分析能力。
作者：Nathan Kallus
论文ID：1802.05664
分类：Machine Learning
分类简称：stat.ML
提交时间：2018-02-16
PDF 下载： 英文版 中文版pdf翻译中