收集一些因果推断比较好的工具包,教程

这篇具有很好参考价值的文章主要介绍了收集一些因果推断比较好的工具包,教程。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1.国内一个武汉大学教授手下博士写的基础的因果知识课件:

http://www.liuyanecon.com/wp-content/uploads/%E7%8E%8B%E5%81%A520201022.pdf

感兴趣可以看看其他手下博士做的课件:

Causal inference reading group 2020 – 刘岩 – 宏观&金融

2.耶鲁大学教授课程全套

 课件+代码+视频

代码:GitHub - paulgp/applied-methods-phd: Repo for Yale Applied Empirical Methods PHD Course

 视频:https://www.youtube.com/playlist?list=PLWWcL1M3lLlojLTSVf2gGYQ_9TlPyPbiJ&themeRefresh=1

课件:applied-methods-phd/syllabus.pdf at main · paulgp/applied-methods-phd · GitHub

我看了一下内容,相当全。

3.微软开发的因果方法包(超全)

微软EconML简介:基于机器学习的Heterogeneous Treatment Effects估计 - 知乎

官方文档:

Welcome to econml’s documentation! — econml 0.14.0 documentation

4.casual ML(python包)

包含了工具变量模型,以及两个深度模型。

About Causal ML — causalml documentation

 5.因果从2015年开始,结合到深度学习模型中,辅助模型auc更高

综述:https://www.its.caltech.edu/~fehardt/papers/CEP2017.pdf

一个实际应用的因果做cv的论文:https://arxiv.org/abs/1412.2309

甚至还有专门用因果解释深度模型这个领域,用的是沙普利值模型:GitHub - slundberg/shap: A game theoretic approach to explain the output of any machine learning model. 

6.使用深度模型来做因果

深度神经网络中的因果推理 - 知乎

 

下面是一些比较细节的:

uplift model

https://towardsdatascience.com/a-quick-uplift-modeling-introduction-6e14de32bfe0

About Wayfair | Pylift: A Fast Python Package for Uplift Modeling

 What is Uplift modelling and how can it be done with CausalML?

 How uplift modeling works | Blogs

meta learning

21 - Meta Learners — Causal Inference for the Brave and True

xleaner https://medium.com/grabngoinfo/x-learner-uplift-model-in-python-768260a06a4a 

xlearner Uplift Model:X-learner - 知乎 

营销市场常见的点击归因

代码包: marketing-attribution-models · PyPI

沙普利值计算包

Shapley Value Attribution Modeling | Kaggle文章来源地址https://www.toymoban.com/news/detail-409514.html

到了这里,关于收集一些因果推断比较好的工具包,教程的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 生态经济学领域里的R语言机器学(数据的收集与清洗、综合建模评价、数据的分析与可视化、数据的空间效应、因果推断等)

    近年来,人工智能领域已经取得突破性进展,对经济社会各个领域都产生了重大影响,结合了统计学、数据科学和计算机科学的机器学习是人工智能的主流方向之一,目前也在飞快的融入计量经济学研究。表面上机器学习通常使用大数据,而计量经济学则通常使用较小样本,

    2024年02月11日
    浏览(55)
  • Hardhat工具包1--安装使用

    参考资料: 官方文档 : https://hardhat.org/getting-started/ https://hardhat.org/hardhat-runner/docs/getting-started#overview 基于Hardhat和Openzeppelin开发可升级合约(一) 基于Hardhat和Openzeppelin开发可升级合约(一)_灬倪先森_的博客-CSDN博客 ---------------------------------------------------------------------------------

    2023年04月11日
    浏览(125)
  • Windows11渗透工具包分享

              项目地址 下载地址

    2024年02月13日
    浏览(74)
  • 【Linux】基本开发工具包使用

    目录 一, yum ——linux软件包管理器  1. 软件包是啥子?  2.  yum基本使用  1. 步骤:  2. 开发工具推荐(centos 7.6) 二,vim —— linux文本编辑器 1. Normal mode  ——  命令模式(记不住没关系,多练就行) 2.  last line  mode——   末行模式 (如何进入;shift :) 3. Insert mode ——插

    2024年02月08日
    浏览(83)
  • Quanto: PyTorch 量化工具包

    量化技术通过用低精度数据类型 (如 8 位整型 (int8)) 来表示深度学习模型的权重和激活,以减少传统深度学习模型使用 32 位浮点 (float32) 表示权重和激活所带来的计算和内存开销。 减少位宽意味着模型的内存占用更低,这对在消费设备上部署大语言模型至关重要。量化技术也

    2024年04月10日
    浏览(90)
  • NetAssist网络调试工具使用指南 (附NetAssist工具包)

    1、NetAssist简介 NetAssist网络调试助手,是Windows平台下开发的TCP/IP网络调试工具,集TCP/UDP服务端及客户端于一体,是网络应用开发及调试工作必备的专业工具之一,可以帮助网络应用设计、开发、测试人员检查所开发的网络应用软/硬件产品的数据收发状况,提高开发速度,简

    2024年02月16日
    浏览(71)
  • Kubernetes GoRoutineMap工具包代码详解

    GoRoutineMap 定义了一种类型,可以运行具有名称的 goroutine 并跟踪它们的状态。它防止创建具有相同名称的多个goroutine,并且在上一个具有该名称的 goroutine 完成后的一段退避时间内可能阻止重新创建 goroutine。 使用GoRoutineMap场景: 使用协程的方式运行函数逻辑,如果函数成功

    2024年02月06日
    浏览(69)
  • 浅谈WPF之MVVM工具包

    在之前的WPF示例中,都会用到一个MVVM框,也是一个比较常的MVVM框架,就是MVVM工具包【CommunityToolkit.Mvvm】,今天专门以一个简单的小例子,简述一下MVVM工具包的常见用法,仅供学习分享使用,如有不足之处,还请指正。     CommunityToolkit.Mvvm 包(又名 MVVM 工具包)是一个现代

    2024年03月25日
    浏览(83)
  • 【生态经济学】利用R语言进行经济学研究技术——从数据的收集与清洗、综合建模评价、数据的分析与可视化、因果推断等方面入手

    查看原文 如何快速掌握利用R语言进行经济学研究技术——从数据的收集与清洗、综合建模评价、数据的分析与可视化、因果推断等方面入手 近年来,人工智能领域已经取得突破性进展,对经济社会各个领域都产生了重大影响,结合了统计学、数据科学和计算机科学的机器学

    2024年02月12日
    浏览(53)
  • 实践学习PaddleScience飞桨科学工具包

    动手实践,在实践中学习!本项目可以在AIStudio平台一键运行!地址:https://aistudio.baidu.com/projectdetail/4278591 本项目第一次执行会报错,再执行一次即可。若碰到莫名其妙的报错,换成32G显存环境试试。 爱因斯坦和牛顿也是普通人,也有认识不到的地方,不要盲目崇拜,也不要

    2024年01月16日
    浏览(46)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包