因果推断浅学--原理简篇

最近看到因果机器学习的一篇不错的中文综述，里面提到因果推断可以有效提高模型的鲁棒性，感觉很有意思，刚好我有批数据在本数据集有点过拟合，新来的一批数据没法非常有效的被预测，因此正好学习一下因果推断的方法，加强其不变性，可解释性以及鲁棒性

因果推断原理细节的东西我也不讲了，基础原理入门的话微信读书这本书还不错

image.png

其他的十本书https://mp.weixin.qq.com/s/JtGxGakA03qOjhvim4cjJw

下面的综述讲的不错

因果机器学习的前沿进展综述 - 中国知网 (cnki.net)

[图片上传中...(image.png-1648e8-1652172398789-0)]

image.png
image.png

Softwares/Codes for Causal Inference 因果推断公开代码（R1，持续更新） - 知乎 (zhihu.com)

因果推断笔记—— 相关理论：Rubin Potential、Pearl、倾向性得分、与机器学习异同（二）_悟乙己的博客-CSDN博客

悟乙己的博客_CSDN博客-机器学习︱R+python,NLP︱R+python,营销科学领域博主

因果推断笔记——因果图建模之微软开源的EconML