本书系统阐述因果AI理论与实践，全面覆盖从基础理论到前沿应用的完整知识体系，为读者搭建起系统、连贯的因果人工智能学习框架。本书共分四部分。第一部分介绍概率生成建模、因果AI定义等基础知识；第二部分讲解因果有向无环图的构建、验证及与深度学习的融合；第三部分说明干预、反事实推理、因果识别等核心概念，结合代码实现结构因果模型；第四部分聚焦应用，包括因果效应估计工作流、强化学习中的因果决策、大语言模型与因果关系融合。