EconML
ALICE (Automated Learning and Intelligence for Causation and Economics) ist ein Microsoft Research-Projekt, das darauf abzielt, Konzepte der Künstlichen Intelligenz auf wirtschaftliche Entscheidungsfindung anzuwenden. Eines seiner Ziele ist es, ein Toolkit zu entwickeln, das modernste maschinelle
Schätze die Auswirkungen verschiedener Behandlungen auf wirtschaftliche Ergebnisse mithilfe fortschrittlicher Methoden des maschinellen Lernens.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarALICE (Automated Learning and Intelligence for Causation and Economics) ist ein Microsoft Research-Projekt, das darauf abzielt, Konzepte der Künstlichen Intelligenz auf wirtschaftliche Entscheidungsfindung anzuwenden. Eines seiner Ziele ist es, ein Toolkit zu entwickeln, das modernste maschinelle
EconML hat 4.7k Sterne auf GitHub. Es wurde 817-mal geforkt. EconML ist hauptsächlich in Jupyter Notebook geschrieben. Es wird seit 2018 aktiv entwickelt. Die Hauptthemen sind: causal-inference, causality, econometrics, economics.
Was ist EconML?
ALICE (Automated Learning and Intelligence for Causation and Economics) ist ein Microsoft Research-Projekt, das darauf abzielt, Konzepte der Künstlichen Intelligenz auf wirtschaftliche Entscheidungsfindung anzuwenden. Eines seiner Ziele ist es, ein Toolkit zu entwickeln, das modernste maschinelle
Ist EconML Open Source?
EconML ist ein Open-Source-Projekt.
Ist EconML kostenlos?
Ja. EconML ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
In welcher Sprache ist EconML geschrieben?
EconML ist hauptsächlich in Jupyter Notebook geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/py-why-econml.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.