causal-inference

DoWhy 是一个 Python 库，用于因果推断，支持明确建模与测试因果假设。DoWhy 基于统一的因果推断语言，结合因果图模型与潜在结果框架。

使用机器学习算法进行提升模型与因果推断

ALICE（Automated Learning and Intelligence for Causation and Economics）是 Microsoft Research 的一个项目，旨在将人工智慧概念应用于经济决策。其目标之一是构建一套结合最先进机器学习技术与计量经济学的工具包，以将自动化带入复杂的因果推断问题。至今，ALICE Python SDK 已完成

下一代自动化数据探索分析与可视化平台

Coz：因果分析工具

勇敢者与真实者的因果推断。轻松又严谨的学习影响估计与因果关系的方法

Python 因果与概率推理工具包

用于通过数据学习因果关系的算法索引

一个协助数据科学家推断因果关系而非观察相关性的 Python 库。

推荐、广告与搜索领域的工业界经典与最新前沿论文集合。

Python 中的因果发现。从数据中学习因果关系。

为使用 LaTeX/Beamer + R 的学者准备的 Claude Code 快速创建模板。支持多智能体审查、质量关卡、对抗性 QA 与复现协议。

用于图形与成对设置中因果推断的软件包。包含图形结构恢复与依赖性工具。

精选的因果推断库、资源与应用列表。

一个用于准实验设定中因果推断的 Python 软件包

值得信赖的 AI 相关项目

广义随机森林

覆盖主流期刊（AER、QJE、Nature、Cell、管理世界、经济研究等 200 多家）的专有 Claude Code/Codex 期刊技能包，助你快速发表论文。

Causal Inference for the Brave and True 的中文翻译版。全部代码基于 Python，适用于计量经济学、量化社会学、策略评估等领域。英文版原作者：Matheus Facure

开源网络管理、监控、ITOM 与安全分析

用于模块化因果推论分析与模型评估的 Python 套件。

DoubleML - Python 中的双重机器学习。

基于 Google R 包的 Python Causal Impact 实现。使用 TensorFlow Probability 构建。

由 OpenEcon 团队维护，针对经济学研究、教学与政策分析的 AI 工具、库与资源精选清单。

基于 LiNGAM 的因果发现 Python 软件包。