#causality Repositories
Entdecke 14 aktive Open-Source-GitHub-Repositories, die mit #causality getaggt sind und insgesamt 35,256 Sterne gesammelt haben (durchschnittlich 2,518 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist py-why/dowhy mit 8,411 Sternen.
Insgesamt 14 Repositories
DoWhy ist eine Python-Bibliothek für kausale Inferenz, die die explizite Modellierung und Überprüfung kausaler Annahmen unterstützt. DoWhy basiert auf einer einheitlichen Sprache für kausale Inferenz, die kausale grafische Modelle und potenzielle Ergebnisrahmenwerk kombiniert.
ALICE (Automated Learning and Intelligence for Causation and Economics) ist ein Microsoft Research-Projekt, das darauf abzielt, Konzepte der Künstlichen Intelligenz auf wirtschaftliche Entscheidungsfindung anzuwenden. Eines seiner Ziele ist es, ein Toolkit zu entwickeln, das modernste Machine-Learning-Techniken mit Ökonometrie kombiniert, um Automatisierung in komplexe kausale Inferenzprobleme zu bringen. Bis heute implementiert das ALICE Python SDK (econml) orthogonale Machine-Learning-Algorithmen wie die Double-Machine-Learning-Arbeit von
Nächste Generation der automatisierten Plattform für explorative Datenanalyse und Visualisierung.
Kausale Inferenz für die Mutigen und Wahrhaftigen. Ein unbeschwerter, aber dennoch rigoroser Ansatz, um etwas über Erfolgsschätzung und Kausalität zu lernen.
[Embodied-AI-Survey-2025] Papierliste und Ressourcen-Repository für Embodied AI
Paket für kausale Inferenz in Graphen und in paarweisen Einstellungen. Tools für die Erholung der Graphstruktur und Abhängigkeiten sind enthalten.
Ein Python-Paket für modulare kausale Inferenz-Analyse und Modellbewertungen
Das Open-Source-Repository für den Workshop „Kausale Modellierung im maschinellen Lernen“ bei Altdeep.ai @ www.altdeep.ai/courses/causalAI
Kuratiertes Forschungsgebiet an der Schnittstelle von kausaler Inferenz und natürlicher Sprachverarbeitung.
Häufig gestellte Fragen
Welches ist das beliebteste #causality-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#causality-Projekt auf GitHub ist py-why/dowhy mit 8,411 Sternen. DoWhy ist eine Python-Bibliothek für kausale Inferenz, die die explizite Modellierung und Überprüfung kausaler Annahmen unterstützt. DoWhy basiert auf einer einheitlichen Sprache für kausale Inferenz, die kausale grafische Modelle und potenzielle Ergebnisrahmenwerk kombiniert.
Welche Programmiersprachen werden in #causality-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #causality-Projekten auf GitHub sind Python, Jupyter Notebook, TypeScript die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #causality-Repositories berechnet?
Wir verfolgen 14 aktive Open-Source-Repositories, die mit #causality getaggt sind (500+ Sterne), mit insgesamt 35,256 Sternen und durchschnittlich 2,518 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.