Home Progetti causalnex
causalnex

causalnex

di mckinsey · GitHub

Una libreria Python che aiuta i data scientist a inferire la causalità piuttosto che osservare la correlazione.

Visualizza su GitHub
In parole semplici

Analizza i dati per trovare relazioni di causa ed effetto invece di semplici modelli.

⭐ Stelle
🍴 Fork
🔥 Tendenze
📜 Licenza
Licenza non specificata
📅 Creato
🔄 Ultimo commit
🏷️ Categoria
💻 Lingua
Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
causalnex — GitHub preview card
📈 Storia delle stelle
2.48k2.47k
2026-07-072026-07-29
📈 Segui causalnex

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Una libreria Python che aiuta i data scientist a inferire la causalità piuttosto che osservare la correlazione.

causalnex ha 2.5k stelle su GitHub. È stato forkato 290 volte. causalnex è scritto principalmente in Python. È in sviluppo attivo dal 2019. I suoi temi principali sono: bayesian-inference, bayesian-networks, causal-inference, causal-models.

Frequently asked questions

Che cos'è causalnex?

Una libreria Python che aiuta i data scientist a inferire la causalità piuttosto che osservare la correlazione.

causalnex è open source?

causalnex è un progetto open source.

causalnex è gratuito?

Sì. causalnex è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

In quale linguaggio è scritto causalnex?

causalnex è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
OpenSourceAI badge — causalnex

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=mckinsey-causalnex)](https://opensourceai.tech/project/mckinsey-causalnex.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.