#causal-inference リポジトリ
#causal-inferenceのタグが付いた、GitHub上の39件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は78,768個で、プロジェクトあたりの平均は2,019個です。このトピックをリードしているのは、8,411個のスターを獲得しているpy-why/dowhyです。
リポジトリ合計39件
DoWhy は、因果推論のための Python ライブラリで、因果の仮定の明示的なモデリングとテストをサポートします。DoWhy は、因果グラフィカルモデルと潜在結果フレームワークを組み合わせた因果推論の統一言語に基づいています。
ALICE(Automated Learning and Intelligence for Causation and Economics)は、Microsoft Researchのプロジェクトで、人工知能の概念を経済的意思決定に適用することを目的としています。その目標の一つは、最先端の機械学習技術と計量経済学を組み合わせたツールキットを構築し、複雑な因果推論問題に自動化をもたらすことです。これまでに、ALICE Python SDK(econml)は、ダブルマシンラーニングの仕事などの直交機械学習アルゴリズムを実装しています。
レコメンデーション/広告/検索分野の業界の定番および最先端の論文集。A collection of industry classics and cutting-edge papers in the field of recommendation/advertising/search.
学術研究向けの、すぐにフォークして使えるClaude Codeテンプレートです。論文、データ分析(R、Stata、Python)、スライド、授業に対応し、複数エージェントによるレビュー、必須の品質ゲート、再現手順を備えています。CodexやAntigravityでも利用できます。
主要ジャーナルを網羅したClaude Code/Codexジャーナル特化型スキルパック(AER、QJE、Nature、Cell、『管理世界』、『経済研究』など200誌以上)— 論文出版への近道。
グラフおよびペアワイズ設定での因果推論のためのパッケージ。グラフ構造の回復と依存関係のためのツールが含まれています。
人気のシーングラフ生成手法(2020)のための新しいコードベースです。カスタム画像/データセットでの視覚化とシーングラフ抽出が提供されます。また、論文「Unbiased Scene Graph Generation from Biased Training CVPR 2020」のPyTorch実装でもあります。
Causal Inference for the Brave and True の中国語翻訳版。すべてのコードは Python に基づいており、計量経済学、定量的社会学、戦略評価などの分野に適用できます。英語版の原作者: Matheus Facure
経済学の研究、教育、政策分析に役立つAIツール、エージェントスキル、ライブラリ、リソースを厳選したリストです。OpenEconチームが管理しています。
よくある質問
GitHubで最も人気のある#causal-inferenceリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#causal-inferenceプロジェクトは、8,411個のスターを獲得しているpy-why/dowhyです。DoWhy は、因果推論のための Python ライブラリで、因果の仮定の明示的なモデリングとテストをサポートします。DoWhy は、因果グラフィカルモデルと潜在結果フレームワークを組み合わせた因果推論の統一言語に基づいています。
#causal-inferenceリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#causal-inferenceプロジェクトでは、Python, Jupyter Notebook, R, TypeScriptが最も一般的なプログラミング言語です。
#causal-inferenceリポジトリのランキングはどのように算出されていますか?
#causal-inferenceのタグが付いた39件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は78,768個で、リポジトリあたりの平均は2,019個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。