#causality Репозитории
Откройте для себя 14 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #causality, с общим числом 35,256 звёзд (в среднем 2,518 на проект). Лидером этой темы является py-why/dowhy, набравший 8,411 звёзд.
Всего репозиториев: 14
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.
ALICE (Automated Learning and Intelligence for Causation and Economics) — это проект Microsoft Research, направленный на применение концепций искусственного интеллекта в экономическом принятии решений. Одна из его целей — создание набора инструментов, сочетающего передовые методы машинного обучения с эконометрикой, чтобы автоматизировать сложные задачи причинно-следственного вывода. На сегодняшний день ALICE Python SDK (econml) реализует ортогональные алгоритмы машинного обучения, такие как работа по двойному машинному обучению
Следующее поколение автоматизированной платформы для исследовательского анализа данных и визуализации.
Причинно-следственные выводы для смелых и истинных. Легкий, но строгий подход к изучению оценки воздействия и причинности.
[Embodied-AI-Survey-2025] Список статей и репозиторий ресурсов по воплощенному ИИ
Выявление причинно-следственных связей в Python. Обучение причинно-следственным связям из данных.
Пакет для причинно-следственного вывода в графах и в парных настройках. Включает инструменты для восстановления структуры графа и зависимостей.
Пакет Python для модульного анализа причинно-следственной связи и оценки моделей
Репозиторий с открытым исходным кодом для семинара «Каузальное моделирование в машинном обучении» от Altdeep.ai @ www.altdeep.ai/courses/causalAI
Курируемые исследования на стыке причинно-следственного вывода и обработки естественного языка.
Часто задаваемые вопросы
Какой репозиторий по теме #causality наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #causality 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.
Какие языки программирования чаще всего используются в репозиториях по теме #causality?
Среди наиболее высоко оценённых проектов по теме #causality на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, TypeScript.
Как рассчитывается рейтинг репозиториев по теме #causality?
Мы отслеживаем 14 активных репозиториев с открытым исходным кодом, отмеченных тегом #causality (500 и более звёзд), с общим числом 35,256 звёзд и в среднем 2,518 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.