#causality Repository
Scopri 14 repository GitHub open source attivi contrassegnati con #causality, che raccolgono un totale di 35,256 stelle (con una media di 2,518 stelle per progetto). Il progetto leader di questo argomento è py-why/dowhy, con 8,411 stelle.
14 repository in totale
DoWhy è una libreria Python per l'inferenza causale che supporta la modellazione e il testing esplicito delle assunzioni causali. DoWhy si basa su un linguaggio unificato per l'inferenza causale, che combina modelli grafici causali e framework di esiti potenziali.
ALICE (Automated Learning and Intelligence for Causation and Economics) è un progetto di Microsoft Research mirato ad applicare concetti di Intelligenza Artificiale al processo decisionale economico. Uno dei suoi obiettivi è creare un kit di strumenti che combini tecniche di machine learning all'avanguardia con l'econometria al fine di portare l'automazione a problemi complessi di inferenza causale. Ad oggi, il SDK Python di ALICE (econml) implementa algoritmi di machine learning ortogonali come il lavoro sul double machine learning di
Prossima generazione della piattaforma automatizzata per l'analisi esplorativa dei dati e la visualizzazione.
Inferenza Causale per i Coraggiosi e i Veri. Un approccio leggero ma rigoroso per apprendere la stima dell'impatto e la causalità.
[Embodied-AI-Survey-2025] Elenco di articoli e repository di risorse per l'IA incarnata
Pacchetto per l'inferenza causale in grafi e nelle impostazioni pairwise. Sono inclusi strumenti per il recupero della struttura del grafo e delle dipendenze.
Un pacchetto Python per l'analisi modulare di inferenza causale e valutazioni di modelli
Il repository open source per il Workshop sulla Modellazione Causale nell'Apprendimento Automatico presso Altdeep.ai @ www.altdeep.ai/courses/causalAI
Ricerca curata all'intersezione tra inferenza causale ed elaborazione del linguaggio naturale.
Domande frequenti
Qual è il repository #causality più popolare su GitHub?
Il progetto open source #causality più alto in classifica su GitHub è py-why/dowhy, con 8,411 stelle. DoWhy è una libreria Python per l'inferenza causale che supporta la modellazione e il testing esplicito delle assunzioni causali. DoWhy si basa su un linguaggio unificato per l'inferenza causale, che combina modelli grafici causali e framework di esiti potenziali.
Quali linguaggi di programmazione sono più utilizzati nei repository #causality?
Tra i progetti #causality più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, TypeScript.
Come viene calcolata la classifica dei repository #causality?
Monitoriamo 14 repository open source attivi contrassegnati con #causality (500+ stelle), per un totale di 35,256 stelle e una media di 2,518 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.