Оценка с машинно обучение и двойна робастност (ML-DR)

Оценката с машинно обучение и двойна робастност (ML-DR) комбинира класическата стратегия за идентификация с двойна робастност (AIPW) с гъвкави модели за машинно обучение за спомагателните функции — вероятностния скор и регресията на резултата. Резултатът е причинно-следствена оценка, която е консистентна, ако поне един от ML компонентите е правилно специфициран, и която постига валидно, корен от n извеждане, дори когато спомагателните модели се оценяват с регуляризация с висока размерност или нонпараметрични обучители.