advanced PGM
不仅仅是了解有哪些模型，更多的是：
知道为什么模型是这样的
什么时候适合使用这种模型
图模型框架
这一章中的不少内容会基于草稿推演的方式进行，要介绍的内容包括：
- 条件概率公式&贝叶斯公式
- 条件独立&边际独立
- 阻断&d-分离
- 一个例子: 朴素贝叶斯方法
因果推断
反事实
是什么：对于任何一个个体（比如一个用户、一家商店），在某个时间点，我们永远无法同时观测到“它接受了干预”和“它未接受干预”两种情况下的结果。你给用户发了优惠券，就无法知道同一个用户在同一时间不发优惠券会怎么样。
如何描述它：为了科学地讨论这个困境，引入了因果推断最重要的语言——潜在结果框架 (Potential Outcomes)。
- Y(1)：表示个体如果接受了干预（T=1）将会产生的结果。
- Y(0)：表示个体如果未接受干预（T=0）将会产生的结果。
关键：在现实中，对于任何一个个体 i，我们要么观测到 Yi(1)，要么观测到 Yi(0)，但永远不可能同时观测到两者。那个未被观测到的结果，就被称为反事实 (Counterfactual)。