最近在多个研究领域都掀起了使用网络数据进行机器学习的浪潮，包括社交网络、应用化学、自然语言处理和计算机视觉等。然而，，由于各种类型的偏差（混杂偏差和选择偏差）嵌入在数据集中，机器学习模型容易适应虚假的相关性。这阻碍了它们直接应用于现实世界的决策。先前的工作已经表明，因果关系是缓解这些机器学习问题的关键。但是，针对网络数据开发的因果机器学习模型仍然缺乏探索。

Frontiers in Big Data 杂志近期推出了“基于网络数据的因果推断和机器学习”特刊（Causal Inference and Machine Learning with Network Data），面向相关话题征稿。网址：

https://www.frontiersin.org/research-topics/25541/causal-inference-and-machine-learning-with-network-data#more-text-container-1

征稿截止日期：2022年12月20日