Git Stars Git Stars

#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.

14
Gesamtzahl der Repositories
35,256
Gesamtanzahl der Sterne
2,518
Durchschnittliche Sterne/Repo

Insgesamt 14 Repositories

1
py-why/dowhy

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.

py-why
⭐ 8,411 Python 👤 py-why Organization 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2018-05-31
2
py-why/EconML

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

py-why
⭐ 4,861 Jupyter Notebook 👤 py-why Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2018-04-30
3
Kanaries/Rath

Nächste Generation der automatisierten Plattform für explorative Datenanalyse und Visualisierung.

Kanaries
⭐ 4,687 TypeScript 👤 Kanaries Organization 🕐 Aktualisiert 2026-08-14 📅 Erstellt 2019-08-28
4
matheusfacure/python-causality-handbook

Kausale Inferenz für die Mutigen und Wahrhaftigen. Ein unbeschwerter, aber dennoch rigoroser Ansatz, um etwas über Erfolgsschätzung und Kausalität zu lernen.

matheusfacure
⭐ 3,520 Jupyter Notebook 👤 matheusfacure User 🕐 Aktualisiert 2026-10-06 📅 Erstellt 2020-04-15
5
rguo12/awesome-causality-algorithms

Ein Index von Algorithmen zum Lernen von Kausalität mit Daten

rguo12
⭐ 3,304 👤 rguo12 User 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2018-09-19
6
HCPLab-SYSU/Embodied_AI_Paper_List

[Embodied-AI-Survey-2025] Papierliste und Ressourcen-Repository für Embodied AI

HCPLab-SYSU
⭐ 2,196 👤 HCPLab-SYSU User 🕐 Aktualisiert 2026-10-21 📅 Erstellt 2024-06-07
7
py-why/causal-learn

Kausale Entdeckung in Python: Kausalität aus Daten lernen.

py-why
⭐ 1,720 Python 👤 py-why Organization 🕐 Aktualisiert 2026-09-04 📅 Erstellt 2020-10-11
8
FenTechSolutions/CausalDiscoveryToolbox

Paket für kausale Inferenz in Graphen und in paarweisen Einstellungen. Tools für die Erholung der Graphstruktur und Abhängigkeiten sind enthalten.

FenTechSolutions
⭐ 1,242 Python 👤 FenTechSolutions Organization 🕐 Aktualisiert 2025-10-13 📅 Erstellt 2017-05-31
9
itamarst/eliot

Eliot: das Protokollsystem, das Ihnen sagt, *warum* es passiert ist

itamarst
⭐ 1,189 Python 👤 itamarst User 🕐 Aktualisiert 2026-05-07 📅 Erstellt 2014-04-09
10
huawei-noah/trustworthyAI

Vertrauenswürdige KI-bezogene Projekte

huawei-noah
⭐ 1,153 Python 👤 huawei-noah Organization 🕐 Aktualisiert 2026-09-21 📅 Erstellt 2020-03-19
11
BiomedSciAI/causallib

Ein Python-Paket für modulare kausale Inferenz-Analyse und Modellbewertungen

BiomedSciAI
⭐ 836 Python 👤 BiomedSciAI Organization 🕐 Aktualisiert 2026-05-26 📅 Erstellt 2019-04-04
12
altdeep/causalAI

Das Open-Source-Repository für den Workshop „Kausale Modellierung im maschinellen Lernen“ bei Altdeep.ai @ www.altdeep.ai/courses/causalAI

altdeep
⭐ 818 Jupyter Notebook 👤 altdeep Organization 🕐 Aktualisiert 2025-12-01 📅 Erstellt 2018-12-17
13
causaltext/causal-text-papers

Kuratiertes Forschungsgebiet an der Schnittstelle von kausaler Inferenz und natürlicher Sprachverarbeitung.

causaltext
⭐ 812 👤 causaltext Organization 🕐 Aktualisiert 2024-02-01 📅 Erstellt 2020-09-03
14
cdt15/lingam

Python-Paket für kausale Entdeckung basierend auf LiNGAM.

cdt15
⭐ 511 Python 👤 cdt15 Organization 🕐 Aktualisiert 2026-11-06 📅 Erstellt 2019-08-22

Häufig gestellte Fragen

1

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.

2

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.

3

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.