Causal-Inference-ZeroToAll / CausalDeconv

Learning Casual Deconvolution From Zero to All

CausalDeconv

该项目涉及到目标是 Teach Machine Cause and effect 的两篇 Nature 论文：

• Algorithmic Causal Deconvolution of Intertwined Programs and Networks by Generative Mechanism
• Remodelling machine learning: An AI that thinks like a scientist

作为一个该论文的 ZerotoAll Project，它的目的是把该论文的尽可能详细清晰理解，并且做一些相关研究。

如下的 Youtube 视频 Remodelling machine learning: An AI that thinks like a scientist 是一个关于该论文**核心最清晰的介绍。

这是一个从 Zero To All 理解机器智能 Nature 文章 Causal deconvolution by algorithmic generative models 的项目。它包含如下的几个组成部分：

• 论文的 ZeroToAll 理解Casual Deconvolution；在这里我们利用论文的latex源代码，从不同的角度去理解该论文，包括从论文的快速翻译出发，从论文的相关参考文献出发等等。
• 论文的 Quick Intro with Colab。作为一个该论文的 Introduction Project，它的目的是把该论文的故事讲清楚。

Learning Casual Deconvolution From Zero to All.