The Book of Why
El libro que popularizó la 'revolución causal', escrito por uno de sus principales arquitectos.
ÁreaCausalidad e Inferencia
TemaCausalidad
NivelIntermedio
Publicación2018
Autor(es): Judea Pearl, Dana Mackenzie
¿Qué puedes lograr leyendo este libro?
- Entender por qué la correlación nunca es suficiente para responder preguntas de 'qué pasaría si'
- Aprender el lenguaje de los diagramas causales (DAGs) para representar relaciones de causa y efecto
- Reconocer variables de confusión y colisionadoras que distorsionan un análisis observacional
Descripción
Judea Pearl, pionero de la inferencia causal moderna, explica junto al escritor de ciencia Dana Mackenzie por qué el machine learning tradicional está fundamentalmente limitado a la correlación, y cómo un marco causal formal (la 'escalera de la causalidad') permite responder preguntas que los datos observacionales solos no pueden.
Para quién es ideal
- Data scientists que quieren entender los límites de la correlación en sus modelos
- Primera introducción accesible al pensamiento causal antes de textos más técnicos
- Quien necesita comunicar por qué 'correlación no implica causalidad' con más profundidad
- Complemento conceptual a Causal Inference: The Mixtape
Contenido destacado
- La 'escalera de la causalidad': asociación, intervención, contrafactuales
- Diagramas causales acíclicos dirigidos (DAGs)
- Variables de confusión, mediadoras y colisionadoras
- El problema del 'do-calculus' y cuándo se puede estimar un efecto causal
- Aplicaciones históricas: tabaco-cáncer, políticas públicas
Ventajas y limitaciones
Ventajas
- Escrito por uno de los fundadores del campo, con autoridad incuestionable
- Accesible para lectores sin formación técnica avanzada, con muchas historias
- Cambia permanentemente cómo interpretas cualquier análisis de correlación
Limitaciones
- Menos técnico y aplicado que Causal Inference: The Mixtape para quien busca implementación
- El tono a veces polémico del autor hacia el ML tradicional puede sentirse parcial