Git Stars Git Stars

#causality Dépôts

Découvrez 14 dépôts GitHub open source actifs associés à #causality, cumulant 35,256 étoiles au total (soit une moyenne de 2,518 étoiles par projet). Le projet en tête de ce thème est py-why/dowhy, avec 8,411 étoiles.

14
Total des Dépôts
35,256
Nombre total d'étoiles
2,518
Moyenne d'Étoiles/Dépôt
1
py-why/dowhy

DoWhy est une bibliothèque Python pour l'inférence causale qui prend en charge la modélisation et le test explicites des hypothèses causales. DoWhy est basé sur un langage unifié pour l'inférence causale, combinant des modèles graphiques causaux et des cadres de résultats potentiels.

py-why
⭐ 8,411 Python 👤 py-why Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2018-05-31
2
py-why/EconML

ALICE (Automated Learning and Intelligence for Causation and Economics) est un projet de Microsoft Research visant à appliquer des concepts d'Intelligence Artificielle à la prise de décision économique. L'un de ses objectifs est de construire un kit d'outils qui combine des techniques d'apprentissage automatique de pointe avec l'économétrie afin d'apporter l'automatisation à des problèmes complexes d'inférence causale. À ce jour, le SDK Python ALICE (econml) implémente des algorithmes d'apprentissage automatique orthogonaux tels que le travail sur l'apprentissage automatique double de

py-why
⭐ 4,861 Jupyter Notebook 👤 py-why Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2018-04-30
3
Kanaries/Rath

Prochaine génération de la plateforme automatisée d'analyse exploratoire de données et de visualisation.

Kanaries
⭐ 4,687 TypeScript 👤 Kanaries Organization 🕐 Mis à jour 2026-08-14 📅 Créé 2019-08-28
4
matheusfacure/python-causality-handbook

Inférence Causale pour les Braves et les Vrais. Une approche légère mais rigoureuse pour apprendre l'estimation de l'impact et la causalité.

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

Un index d'algorithmes pour apprendre la causalité avec des données

rguo12
⭐ 3,304 👤 rguo12 User 🕐 Mis à jour 2026-11-16 📅 Créé 2018-09-19
6
HCPLab-SYSU/Embodied_AI_Paper_List

[Embodied-AI-Survey-2025] Liste des articles et répertoire de ressources pour l'IA incarnée

HCPLab-SYSU
⭐ 2,196 👤 HCPLab-SYSU User 🕐 Mis à jour 2026-10-21 📅 Créé 2024-06-07
7
py-why/causal-learn

Découverte causale en Python. Apprendre la causalité à partir des données.

py-why
⭐ 1,720 Python 👤 py-why Organization 🕐 Mis à jour 2026-09-04 📅 Créé 2020-10-11
8
FenTechSolutions/CausalDiscoveryToolbox

Paquet pour l'inférence causale dans les graphes et dans les paramètres par paires. Des outils pour la récupération de la structure du graphe et des dépendances sont inclus.

FenTechSolutions
⭐ 1,242 Python 👤 FenTechSolutions Organization 🕐 Mis à jour 2025-10-13 📅 Créé 2017-05-31
9
itamarst/eliot

Eliot : le système de journalisation qui vous dit *pourquoi* c'est arrivé

itamarst
⭐ 1,189 Python 👤 itamarst User 🕐 Mis à jour 2026-05-07 📅 Créé 2014-04-09
10
huawei-noah/trustworthyAI

Projets liés à l'IA digne de confiance

huawei-noah
⭐ 1,153 Python 👤 huawei-noah Organization 🕐 Mis à jour 2026-09-21 📅 Créé 2020-03-19
11
BiomedSciAI/causallib

Un package Python pour l'analyse modulaire d'inférence causale et les évaluations de modèles

BiomedSciAI
⭐ 836 Python 👤 BiomedSciAI Organization 🕐 Mis à jour 2026-05-26 📅 Créé 2019-04-04
12
altdeep/causalAI

Le dépôt open source pour l'atelier de modélisation causale en apprentissage automatique (Causal Modeling in Machine Learning Workshop) chez Altdeep.ai @ www.altdeep.ai/courses/causalAI

altdeep
⭐ 818 Jupyter Notebook 👤 altdeep Organization 🕐 Mis à jour 2025-12-01 📅 Créé 2018-12-17
13
causaltext/causal-text-papers

Recherche organisée à l'intersection de l'inférence causale et du traitement du langage naturel.

causaltext
⭐ 812 👤 causaltext Organization 🕐 Mis à jour 2024-02-01 📅 Créé 2020-09-03
14
cdt15/lingam

Paquet Python pour la découverte causale basé sur LiNGAM.

cdt15
⭐ 511 Python 👤 cdt15 Organization 🕐 Mis à jour 2026-11-06 📅 Créé 2019-08-22

Foire aux questions

1

Quel est le dépôt #causality le plus populaire sur GitHub ?

Le projet #causality open source le mieux classé sur GitHub est py-why/dowhy, avec 8,411 étoiles. DoWhy est une bibliothèque Python pour l'inférence causale qui prend en charge la modélisation et le test explicites des hypothèses causales. DoWhy est basé sur un langage unifié pour l'inférence causale, combinant des modèles graphiques causaux et des cadres de résultats potentiels.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #causality ?

Parmi les projets #causality les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, TypeScript.

3

Comment le classement des dépôts #causality est-il calculé ?

Nous suivons 14 dépôts open source actifs associés à #causality (500+ étoiles), totalisant 35,256 étoiles, avec une moyenne de 2,518 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.