1 مستودع
Awesome GitHub RepositoriesEstimator Selection
The process of testing different causal estimators and hyperparameter grids to find the optimal configuration.
Distinct from Model Performance Optimization: Distinct from Model Performance Optimization: focuses on selecting the best estimator type/grid rather than quantization or speed.
Explore 1 awesome GitHub repository matching artificial intelligence & ml · Estimator Selection. Refine with filters or upvote what's useful.
Awesome Estimator Selection GitHub Repositories
اعثر على أفضل المستودعات باستخدام الذكاء الاصطناعي.سنبحث عن أفضل المستودعات المطابقة باستخدام الذكاء الاصطناعي.
- py-why/econml
py-why/EconML
4,683عرض على GitHubEconML هي مكتبة Python للاستدلال السببي مصممة لتقدير تأثيرات العلاج غير المتجانسة باستخدام مزيج من تعلم الآلة والاقتصاد القياسي. تعمل كمجموعة أدوات لحساب تأثيرات العلاج المتوسطة المشروطة لتحديد كيفية تأثير تدخلات معينة على الأفراد أو المجموعات الفرعية. يوفر المشروع إطار عمل لتعلم الآلة المزدوج وتعلم الآلة المتعامد لعزل الإشارات السببية من المربكات عالية الأبعاد. يتضمن المشروع تطبيقات متخصصة للغابات السببية ومتعلمي المتغيرات الآلية، مما يسمح باستعادة العلاقات السببية حتى في وجود مربكات غير ملاحظة. تغطي المكتبة مجموعة واسعة من الإمكانيات بما في ذلك التحقق من النموذج السببي من خلال اختبارات الدحض ومنحنيات المعايرة، وبناء سياسات علاج شخصية، وتحليل أنظمة العلاج الديناميكية. كما تدعم المكتبة الاستدلال الإحصائي لتحديد عدم اليقين وتفسير عدم تجانس التأثير باستخدام النماذج القائمة على الأشجار وقيم Shapley. يتم تنفيذ المشروع وتوضيحه بشكل أساسي من خلال دفاتر Jupyter.
Supports identifying the best performing model configuration by testing various estimators and hyperparameter grids.
Jupyter Notebookcausal-inferencecausalityeconometrics
