最近看到因果机器学习的一篇不错的中文综述,里面提到因果推断可以有效提高模型的鲁棒性,感觉很有意思,刚好我有批数据在本数据集有点过拟合,新来的一批数据没法非常有效的被预测,因此正好学习一下因果推断的方法,加强其不变性,可解释性以及鲁棒性
因果推断原理细节的东西我也不讲了,基础原理入门的话微信读书这本书还不错
下面的综述讲的不错
因果机器学习的前沿进展综述 - 中国知网 (cnki.net)
[图片上传中...(image.png-1648e8-1652172398789-0)]
Softwares/Codes for Causal Inference 因果推断公开代码(R1,持续更新) - 知乎 (zhihu.com)
因果推断笔记—— 相关理论:Rubin Potential、Pearl、倾向性得分、与机器学习异同(二)_悟乙己的博客-CSDN博客