1 مستودع
Awesome GitHub RepositoriesNuisance Model Selection
Optimization of models used to partial out confounding variables in causal estimation.
Distinct from Model Performance Selection: Distinct from general model performance selection: specifically targets the 'first-stage' nuisance models in a causal pipeline.
Explore 1 awesome GitHub repository matching artificial intelligence & ml · Nuisance Model Selection. Refine with filters or upvote what's useful.
Awesome Nuisance Model 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.
Provides tools to optimize the choice of nuisance models to improve the accuracy of treatment effect estimation.
Jupyter Notebookcausal-inferencecausalityeconometrics
