本文主要梳理因果推断与机器学习相结合的一些比较新的工作思路，也是尝试回答自己在学习因果推断基础知识时的一些疑问：“突然”被广泛谈及的因果可以以什么样的方式落地。文章主要介绍因果表征学习在 CV 领域的应用，后续也会学习一下其他领域的应用方案。

这里将直接从因果表征讲起，篇幅原因，不再介绍因果推断的基本概念和原理，速食可参考：

https://zhuanlan.zhihu.com/p/111306353

如果兴趣浓厚也可以参考另一个不错的系列：

https://www.zhihu.com/column/c_1217887302124773376

目录：

1 因果表征学习

2 因果表征学习在CV领域的应用

2.1 Visual Commonsense R-CNN

2.2 Causal Intervention for Weakly-Supervised Semantic Segmentation

2.3 Two Causal Principles for Improving Visual Dialo

2.4 Interventional Few-Shot Learning

2.5 Long-Tailed Classification by Keeping the Good and Removing the Bad Momentum Causal Effect

3 小结

内容中包含的图片若涉及版权问题，请及时与我们联系删除