rguo12/awesome-causality-algorithms

An index of algorithms for learning causality with data

解决的问题

该项目提供了一个精选的算法和软件工具索引,用于因果推断和因果机器学习。它解决了寻找可靠、开源实现的问题,例如估计治疗效果、发现数据中的因果关系以及进行根本原因分析。

工作原理

该仓库作为一个结构化目录。它将方法分类到特定领域,如因果发现、治疗效果估计和增量建模,并直接链接到相应的学术论文和开源代码仓库。为确保质量和实用性,维护者优先收录包含可访问、开源实现的条目。

适用人群

它面向需要在工作中实施因果分析的研究人员、数据科学家和机器学习从业者。它作为参考,帮助那些希望比较不同方法论或为特定因果问题寻找成熟库的人。

亮点

  • 全面的因果发现工具和库索引。
  • 广泛的深度学习和基于树的方法集合,用于估计个体和平均治疗效果。
  • 专门章节涵盖特殊任务,如工具变量分析、剂量反应曲线和时间序列因果推断。
  • 通过优先收录具有可用开源代码的条目,注重可复现性。

相关

  • 项目
  • 项目
  • 项目
  • 项目