causal-inference

DoWhy 是一個 Python 庫，用於因果推斷，支援明確建模與測試因果假設。DoWhy 基於統一的因果推斷語言，結合因果圖模型與潛在結果框架。

使用機器學習演算法進行提升模型與因果推斷

ALICE（Automated Learning and Intelligence for Causation and Economics）是 Microsoft Research 的一個專案，旨在將人工智慧概念應用於經濟決策。其目標之一是構建一套結合最先進機器學習技術與計量經濟學的工具包，以將自動化帶入複雜的因果推斷問題。至今，ALICE Python SDK 已完成

下一代自動化數據探索分析與可視化平台

Coz：因果分析工具

勇敢者與真實者的因果推斷。輕鬆又嚴謹的學習影響估計與因果關係的方法

Python 因果與概率推理工具包

用於透過數據學習因果關係的演算法索引

一個協助資料科學家推斷因果關係而非觀察相關性的 Python 函式庫。

推薦、廣告與搜尋領域的工業界經典與最新前沿論文集合。

Python 中的因果推斷。從資料中學習因果關係。

為使用 LaTeX/Beamer + R 的學者準備的 Claude Code 快速建立範本。支援多代理審查、品質閘道、對抗式 QA 與複製協定。

用於圖形與成對設定中因果推斷的套件。包含圖形結構復原與相依性工具。

精選的因果推論函式庫、資源與應用列表。

一個用於準實驗設定中因果推斷的 Python 套件

值得信賴的 AI 相關專案

廣義隨機森林

涵蓋主流期刊（AER、QJE、Nature、Cell、管理世界、經濟研究等 200 多家）的專屬 Claude Code/Codex 期刊技能包，助你快速發表論文。

Causal Inference for the Brave and True 的中文翻譯版。全部程式碼基於 Python，適用於計量經濟學、量化社會學、策略評估等領域。英文版原作者：Matheus Facure

開源網路管理、監控、ITOM 與安全分析

用於模組化因果推論分析與模型評估的 Python 套件。

DoubleML - Python 中的雙重機器學習。

基於 Google R 套件的 Python Causal Impact 實作。使用 TensorFlow Probability 建構。

由 OpenEcon 團隊維護，針對經濟學研究、教學與政策分析的 AI 工具、函式庫與資源精選清單。

基於 LiNGAM 的因果發現 Python 套件。