EconML
ALICE (Aprendizaje Automatizado e Inteligencia para Causalidad y Economía) es un proyecto de Microsoft Research destinado a aplicar conceptos de Inteligencia Artificial a la toma de decisiones económicas. Uno de sus objetivos es construir un conjunto de herramientas que combine lo último en maquin
Estima los efectos de diferentes tratamientos en los resultados económicos utilizando métodos avanzados de aprendizaje automático.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasALICE (Aprendizaje Automatizado e Inteligencia para Causalidad y Economía) es un proyecto de Microsoft Research destinado a aplicar conceptos de Inteligencia Artificial a la toma de decisiones económicas. Uno de sus objetivos es construir un conjunto de herramientas que combine lo último en maquin
EconML tiene 4.7k estrellas en GitHub. Se ha bifurcado 819 veces. EconML está escrito principalmente en Jupyter Notebook. Se desarrolla activamente desde 2018. Sus temas principales son: causal-inference, causality, econometrics, economics.
¿Qué es EconML?
ALICE (Aprendizaje Automatizado e Inteligencia para Causalidad y Economía) es un proyecto de Microsoft Research destinado a aplicar conceptos de Inteligencia Artificial a la toma de decisiones económicas. Uno de sus objetivos es construir un conjunto de herramientas que combine lo último en maquin
¿EconML es de código abierto?
EconML es un proyecto de código abierto.
¿EconML es gratis?
Sí. EconML es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿En qué lenguaje está escrito EconML?
EconML está escrito principalmente en Jupyter Notebook.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://opensourceai.tech/project/py-why-econml.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.