算法漫步+因果漫步（套装共2册）

《算法漫步：乐在其中的计算思维》：
    该书是一本面向问题求解的计算机算法普及读物。笔者挑选了24个问题，有些属于计算机科学中的经典，有些则来自游戏等其他领域的场景，旨在提供一个不同于普通算法教科书的视野。在相关求解算法的介绍上大体遵循问题导入、算法思路、算法描述和算法分析的思路，从而使得对每一个问题和算法的讨论相对独立。全书可以任意顺序选读。
    该书适合受过高中及其以上教育的读者，适合作为中学信息技术课程改革和大学计算机基础课的教学参考书，也有助于曾经学过计算机相关课程的读者加深关于算法的认识。

    《因果漫步》：
    该书介绍了人们关于因果分析和因果推断认知的历史脉络与现代发展。主要内容分为4章，第1章介绍了因果概念的历史发展，重点阐述中国古代贤达对于这一问题的精辟理解，以及古希腊科学家对于因果关系认知所做的基础性贡献。文艺复兴以后，诸多科学家在这个问题上的逐步深入研究，给予了因果关系以现代科学的描述方式。第2章介绍当前因果分析与推断的一些理论和方法，主要介绍了2011年图灵奖得主朱迪亚·珀尔有关求解因果关系的理论框架和计算方法，这些方法已经成为当前因果科学的主流模型之一。第3章专门讨论了因果分析的一些重要而有趣的问题，包括如何识别抽烟对于肺癌的影响，以及其中延续几十年的争论，介绍了在具体问题中如何确定实际原因，这些实际原因经常具有独特性而被“一般的”因果分析方法所忽略，但在医疗、司法和决策中至关重要。最后在第4章，介绍了当前机器学习和人工智能的一个新发展趋势，就是如何将因果分析与机器学习进行“嫁接”，从而产生性能更加优越、更加近似于人类思维的人工智能。
    该书是一本普及性读物，适合本科生及研究生，也适合从事数据科学和人工智能工作的专业人员阅读，同时对于希望了解因果科学的爱好者也是一本很好的入门书籍。

陈道蓄，南京大学计算机科学与技术系教授。从事计算机软件教学与科研工作四十年，承担算法类基础课教学任务多年。因计算机核心基础课程教学改革成果获重量教学成果二等奖；因泛在计算平台技术研究成果获江苏省科技奖一等奖。曾获中国计算机学会杰出教育奖、南京大学教学终身成就奖，三次被学生推选为“南京大学我zui喜爱的教师”。

    李晓明，北京大学瑞声慕课讲席教授，中国计算机学会会士。曾因主持研发中国高校影响力****的搜索引擎“天网搜索”获中国计算机学会王选奖；因创设与推广交叉学科课程“社会科学中的计算思维方法”获北京市教学成果一等奖；因倡导与推动慕课在中国的兴起与发展获中国计算机学会杰出教育奖、中国教师发展基金会杰出教学奖。

    李廉，合肥工业大学教授。曾担任教育部高等学校大学计算机课程教学指导委员会主任，中国计算机学会理论计算机科学专业委员会主任。主要从事理论计算机科学、大数据应用、人工智能等领域的研究。先后承担或参与国家自然科学基金重大研究计划重点项目，国家科技攻关计划项目等。获安徽省教学成果一等奖两项，国家教学成果二等奖一项，2020年获中国计算机学会杰出教育奖。

《算法漫步：乐在其中的计算思维》
前言
章节内容难度标记说明
第1篇 游戏与算法
1 量水问题
2 一笔画问题
3 迷宫问题
4 拼块游戏
5 对弈游戏

第2篇 计算机基础算法
6 查找
7 排序
8 连通
9 连通的代价
10 数据压缩
11 最短路径
12 优选流量
13 凸包计算

第3篇 生活中的算法
14 选举
15 分类
16 聚类
17 投资
18 匹配
19 调度
20 密码
21 社会网络

第4篇 算术和代数问题
22 斐波那契数列
23 大数乘法三解
24 高次方程求解
参考文献
后记

《因果漫步》
前言
第1章 如何认识世界
1．1 因果概念的产生及意义
1．1．1 因果关系与认知
1．1．2 常识因果与科学因果
1．1．3 因果关系的分析与推断
1．1．4 因果关系的黄金法则
1．2 从逻辑到因果
1．2．1 因果的逻辑基础
1．2．2 亚里士多德的“四因说”
1．3 中国古代的因果观念
1．3．1 墨学的因果必然
1．3．2 道学的因果分层
1．3．3 佛学的因果缘起
1．4 对于因果科学的追求
1．4．1 因果关系的重生
1．4．2 因果关系数学模型的引入
1．4．3 因果关系的现代诠释
1．4．4 珀尔的因果分析框架
1．5 本章结束语

第2章 因果关系——决策与反思
2．1 什么是混杂
2．2 如何表示因果关系
2．2．1 因果结构图
2．2．2 因果结构图中的关系传递
2．2．3 因果关系量化
2．2．4 因果关系与概率
2．2．5 因果结构图与贝叶斯网络
2．3 如何从观察数据中识别因果结构
2．3．1 为什么可以识别因果结构
2．3．2 识别因果结构的基本假设
2．3．3 识别因果结构的方法：以IC算法为例
2．3．4 识别因果结构的方法：评分优化
2．3．5 统计时间与物理时间
2．4 如何估计因果效应
2．4．1 什么是干预
2．4．2 如何在因果结构图中表示干预
2．4．3 为什么可以利用观察数据估计干预的效果
2．4．4 观察数据校正与随机对照试验
2．4．5 校正变量的筛选——后门准则
2．4．6 结构方程与因果效应
2．4．7 线性系统中的因果效应估计
2．4．8 工具变量与工具变量悖论
2．5 如何实现个体反思
2．5．1 什么是反事实
……
第3章 现实世界与实际原因
第4章 机器学习与因果分析
参考文献