不错过全球AI革新的每一个时刻
每天三分钟关注AI行业趋势
AI行业大事记
AI变现案例分享
AI图片制作变现案例分享
AI视频制作变现案例分享
AI音频制作变现案例分享
AI内容写作变现案例分享
免费分享最新AI教程内容
展示AI网站的总访问量排名
追踪AI网站访问量增长最快产品
关注访问量下降明显的AI网站
展示AI网站的周访问量排名
美国用户最喜欢的AI网站
中国用户最喜欢的AI网站
印度用户最喜欢的AI网站
巴西用户最喜欢的AI网站
AI图片生成网站总访问量榜单
AI个人助理网站总访问量榜单
AI角色生成网站总访问量榜单
AI视频生成网站总访问量榜单
热门AI项目总Start榜单
热门AI项目增速榜
热门AI开发者排名
热门AI组织排名榜单
热门deepseek开源项目
热门TTS开源项目
热门LLM开源项目
热门ChatGPT开源项目
github热门AI开源项目总览
发现与 Causal Inference 相关的最受欢迎的开源项目和工具，了解最新的开发趋势和创新。
DoWhy是一个Python库，用于因果推断，支持对因果假设进行显式建模和检验。DoWhy基于统一的因果推断语言，结合了因果图模型和潜在结果框架。
机器学习算法中的提升模型和因果推断
ALICE（自动化学习与因果关系和经济学智能）是微软研究院的一个项目，旨在将人工智能概念应用于经济决策。其目标之一是构建一个工具包，将最先进的机器学习技术与计量经济学相结合，从而实现复杂因果推断问题的自动化。目前，ALICE Python SDK（econml）实现了正交机器学习算法，例如Chernozhukov等人的双重机器学习方法。该工具包旨在衡量某些处理变量 t 对结果变量 y 的因果效应，同时控制一组特征 x。
一个用于学习（结构和参数）、推理（概率和因果）以及贝叶斯网络模拟的Python库。
一个Python库，帮助数据科学家推断因果关系，而不是仅仅观察相关性。
用于因果推断的软件包，适用于图结构和成对设置。包含图结构恢复和依赖性分析的工具。
一个用于模块化因果推断分析和模型评估的Python包
DoubleML：Python中的双重机器学习
Auton Survival：一个开源软件包，用于处理删失时间事件数据的回归分析、反事实估计、评估和表型分析。
推荐系统Recsys 2018论文《因果嵌入用于推荐》的代码
一份经过精心整理的因果推断优秀资源简明清单
一份图因果学习资料清单
用于创建、操作和学习因果图的Python包
神经逻辑与因果推理的奇妙结合：马尔可夫逻辑网络（MLN）、神经关系推理学习（NLRL）、神经逻辑机器（NLM）等技术，代表着强人工智能逻辑推理领域的最新进展。
完美匹配是一种利用神经网络学习反事实推理表示的简单方法。
【NeurIPS 2022】学习因果不变表示以实现图上的分布外泛化
精选的超棒机器学习库列表，适用于市场营销，涵盖媒体组合模型、多渠道归因、因果推断等
剂量反应网络 (DRNets) 是一种利用神经网络从观察数据中学习估计多种参数化治疗方法的个体剂量反应曲线的方法。
苏永duo、王翔、吴建灿、林敏、何向南、蔡达胜在2022年KDD会议上发表的论文《用于可解释和泛化图分类的因果注意力机制》
基于生成模型编码的通用因果推断框架
