Git Stars Git Stars

#causal-models Репозитории

Откройте для себя 7 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #causal-models, с общим числом 17,524 звёзд (в среднем 2,503 на проект). Лидером этой темы является py-why/dowhy, набравший 8,411 звёзд.

7
Всего репозиториев
17,524
Всего звезд
2,503
Среднее количество звезд на репозиторий
Языки программирования: Python Jupyter Notebook

Всего репозиториев: 7

1
py-why/dowhy

DoWhy — это библиотека Python для причинно-следственной инференции, которая поддерживает явное моделирование и тестирование причинных предположений. DoWhy основана на едином языке для причинно-следственной инференции, объединяющем причинные графические модели и фреймворки потенциальных исходов.

py-why
⭐ 8,411 Python 👤 py-why Organization 🕐 Обновлено 2026-11-17 📅 Создано 2018-05-31
2
pgmpy/pgmpy

Python-инструментарий для причинно-следственного и вероятностного рассуждения

pgmpy
⭐ 3,387 Python 👤 pgmpy Organization 🕐 Обновлено 2026-11-21 📅 Создано 2013-09-20
3
mckinsey/causalnex

Библиотека Python, которая помогает ученым данных выводить причинно-следственные связи, а не просто наблюдать корреляции.

mckinsey
⭐ 2,492 Python 👤 mckinsey Organization 🕐 Обновлено 2026-08-31 📅 Создано 2019-12-12
4
FenTechSolutions/CausalDiscoveryToolbox

Пакет для причинно-следственного вывода в графах и в парных настройках. Включает инструменты для восстановления структуры графа и зависимостей.

FenTechSolutions
⭐ 1,242 Python 👤 FenTechSolutions Organization 🕐 Обновлено 2025-10-13 📅 Создано 2017-05-31
5
BiomedSciAI/causallib

Пакет Python для модульного анализа причинно-следственной связи и оценки моделей

BiomedSciAI
⭐ 836 Python 👤 BiomedSciAI Organization 🕐 Обновлено 2026-05-26 📅 Создано 2019-04-04
6
erdogant/bnlearn

Пакет Python для обнаружения причинно-следственных связей путем обучения графической структуре байесовских сетей. Structure Learning, Parameter Learning, Инференции, Методы выборки.

erdogant
⭐ 647 Jupyter Notebook 👤 erdogant User 🕐 Обновлено 2026-11-17 📅 Создано 2020-01-01
7
cdt15/lingam

Пакет Python для обнаружения причинно-следственных связей на основе LiNGAM.

cdt15
⭐ 511 Python 👤 cdt15 Organization 🕐 Обновлено 2026-11-06 📅 Создано 2019-08-22

Часто задаваемые вопросы

1

Какой репозиторий по теме #causal-models наиболее популярен на GitHub?

Самый высоко оценённый проект с открытым исходным кодом по теме #causal-models на GitHub — py-why/dowhy, набравший 8,411 звёзд. DoWhy — это библиотека Python для причинно-следственной инференции, которая поддерживает явное моделирование и тестирование причинных предположений. DoWhy основана на едином языке для причинно-следственной инференции, объединяющем причинные графические модели и фреймворки потенциальных исходов.

2

Какие языки программирования чаще всего используются в репозиториях по теме #causal-models?

Среди наиболее высоко оценённых проектов по теме #causal-models на GitHub чаще всего используются языки программирования Python, Jupyter Notebook.

3

Как рассчитывается рейтинг репозиториев по теме #causal-models?

Мы отслеживаем 7 активных репозиториев с открытым исходным кодом, отмеченных тегом #causal-models (500 и более звёзд), с общим числом 17,524 звёзд и в среднем 2,503 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.