causality

DoWhy कारण अनुमान (causal inference) के लिए एक Python लाइब्रेरी है जो कारण मान्यताओं (causal assumptions) के स्पष्ट मॉडलिंग और परीक्षण का समर्थन करती है। DoWhy कारण अनुमान के लिए एक एकीकृत भाषा पर आधारित है, जो कारण ग्राफिकल मॉडल और संभावित परिणाम फ्रेमवर्क को जोड़ती है।

ALICE (Automated Learning and Intelligence for Causation and Economics) माइक्रोसॉफ्ट रिसर्च का एक प्रोजेक्ट है जिसका उद्देश्य आर्थिक निर्णय लेने में आर्टिफिशियल इंटेलिजेंस अवधारणाओं को लागू करना है। इसका एक लक्ष्य एक ऐसा टूलकिट बनाना है जो जटिल कारणात्मक अनुमान समस्याओं में स्वचालन लाने के लिए अत्याधुनिक मशीन लर्निंग तकनीकों को अर्थमिति के साथ जोड़ता है। आज तक, ALICE पायथन SDK (e

स्वचालित डेटा अन्वेषणात्मक विश्लेषण और विजुअलाइजेशन प्लेटफॉर्म की अगली पीढ़ी।

कॉज़ल इन्फेरेंस फॉर द ब्रेव एंड ट्रू। प्रभाव अनुमान और कारणता के बारे में सीखने के लिए एक हल्का-फुल्का लेकिन कठोर दृष्टिकोण।

डेटा के साथ कार्य-कारण (causality) सीखने के लिए एल्गोरिदम का एक सूचकांक

[Embodied-AI-Survey-2025] एम्बॉडिड AI के लिए पेपर सूची और संसाधन रिपॉजिटरी

Python में कॉज़ल डिस्कवरी। डेटा से कार्य-कारण सीखना।

ग्राफ और युग्मित सेटिंग्स में अनुकरण-संबंधी (causal inference) अनुमान के लिए पैकेज। ग्राफ संरचना पुनर्प्राप्ति और निर्भरता के लिए उपकरण शामिल हैं।

Eliot: लॉगिंग सिस्टम जो आपको बताता है कि यह *क्यों* हुआ

विश्वसनीय AI से संबंधित प्रोजेक्ट्स

मॉड्यूलर कारण अनुमान विश्लेषण और मॉडल मूल्यांकन के लिए एक Python पैकेज

Causal inference और natural language processing के मिलन बिंदु पर क्यूरेटेड शोध।

Altdeep.ai @ www.altdeep.ai/courses/causalAI पर मशीन लर्निंग वर्कशॉप में Causal Modeling के लिए ओपन सोर्स रिपॉजिटरी।

LiNGAM पर आधारित कॉज़ल डिस्कवरी के लिए Python पैकेज