markovsc/causalinferenceapplication

Causal Inference Application

这个库是集成现有的github 项目上有价值的几个项目，从应用的角度进行集成方便进行相关因果建模的开发。

相关的库	基础的介绍	support causal inference or causal discovery
EcomML	基于观测数据或者实验数据来估计 individualized causal responses。 跟进因果机器学习的最新进展 ，并通过结合机器学习和可解释的因果模型，提高预测可靠性，并且更加容易理解	inference
CausalML	基于最近2020前的进展实现的基于机器学习的因果推断套件库， 基于观测数据预估 CATE或者ITE。 Essentially, it estimates the causal impact of intervention T on outcome Y for users with observed features X, without strong assumptions on the model form.	inference
Doubleml	基于Chernozhukov et al. (2018) 采用Python and R package 实现的 double / debiased machine learning framework 。	inference
GRF	基于Paper"Generalized Random Forests" 使用R语言实现的库。并进行了一些GRF 的扩展。	inference
DoWhy	DoWhy是用于因果推断的Python库，它支持对因果假设进行显式建模和验证。DoWhy基于用于因果推理的统一语言，结合了因果图模型和潜结果框架	discovery
Causal-learn	Causal-learn，由CMU张坤老师主导，多个团队（CMU因果研究团队、DMIR实验室、宫明明老师团队和Shohei Shimizu老师团队）联合开发出品的因果发现算法平台。	discovery
UpliftML	Booking.com 做的一个库，基于Spark 做的开发	Inference