هذا الكتاب يتناول الدمج الناشئ بين التعلم الآلي وال揄:eqdakhal al-'ilmi taqdim تطبيقات الاستدلال السببي المدعومة بالتعلم الآلي والذكاء الصناعي. يقدم الكتاب أفكارًا من النماذج الهيكلية التقليدية للمعادلات (SEMs) وأشكالها الحديثة المعادلة في الذكاء الصناعي، وهي الرسوم البيانية الموجهة بدون حلقات (DAGs) والنماذج السببية الهيكلية (SCMs). بالإضافة إلى ذلك، يشرح الكتاب الطرق الثنائية أو الخالية من التحيز في التعلم الآلي، التي تهدف إلى استخدام أدوات التنبؤ الحديثة لإجراء الاستدلال السببي في هذه النماذج. الغرض من هذا البحث هو تقديم فهم أعمق للدمج بين التعلم الآلي والاستدلال السببي، وكيف يمكن استخدام أدوات التنبؤ الحديثة للاستدلال في نماذج المعادلات الهيكلية (SEMs) والنماذج السببية الهيكلية (SCMs). الاقتراح الرئيسي للبحث هو تطبيق الطرق الثنائية/الخالية من التحيز في التعلم الآلي للتعامل مع المشكلات السببية والتنبوء، مما يساعد في تجنب التحيز الذي قد ينشأ من الأساليب التقليدية. يقدم البحث أيضًا شروحًا واضحة لنماذج المعادلات الهيكلية (SEMs) والنماذج السببية الهيكلية (SCMs)، مع التركيز على كيفية تطبيق الأدوات التنبؤية الحديثة على هذه النماذج. تم إجراء التجارب باستخدام عدة مجموعات بيانات للتحقق من فعالية الطريقة، كما تم توفير الكود كمصدر مفتوح، مما يتيح للأبحاث المستقبلية الفرصة لتطوير هذه الأفكار واستخدامها. تشمل أحدث الأبحاث في هذا المجال أعمالًا مثل "الاستدلال السببي باستخدام النتائج المحتملة: التصميم، النمذجة، القرار" و "إعادة النظر في حساب الدو". هذه الأعمال تساهم في تطوير المعرفة حول الاستدلال السببي وكيف يمكن تحسينه باستخدام الأساليب الحديثة في التعلم الآلي والذكاء الصناعي.