Double Machine Learning
Double/Debiased Machine Learning (DML), যা Chernozhukov et al. (2018) দ্বারা প্রবর্তিত, এটি একটি আধা-প্যারামেট্রিক কাঠামো যা উচ্চ-মাত্রিক নিয়ন্ত্রণের উপস্থিতিতে কার্যকারণ বা কাঠামোগত প্যারামিটার অনুমান করার জন্য ব্যবহৃত হয়। এটি উপদ্রব ফাংশন—ফলাফল এবং সহপরিবর্তক প্রদত্ত চিকিৎসার শর্তাধীন প্রত্যাশা—মডেল করার জন্য নমনীয় মেশিন লার্নিং পদ্ধতি ব্যবহার করে এবং তারপরে লক্ষ্য প্যারামিটারের একটি পক্ষপাতমুক্ত অনুমান তৈরি করে যা উচ্চ-মাত্রিক পরিস্থিতিতে অন্তর্নিহিত নিয়মিতকরণ পক্ষপাত সত্ত্বেও রুট-এন সামঞ্জস্য এবং বৈধ অনুমান অর্জন করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Chernozhukov, V., Chetverikov, D., Demirer, M., Duflo, E., Hansen, C., Newey, W., & Robins, J. (2018). Double/debiased machine learning for treatment and structural parameters. The Econometrics Journal, 21(1), C1–C68. DOI: 10.1111/ectj.12097 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 2). Double/Debiased Machine Learning (DML). ScholarGate. https://scholargate.app/bn/causal-inference/double-machine-learning
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- দ্বৈতভাবে সুদৃঢ় প্রাক্কলন (AIPW)কার্যকারণ অনুমান↔ compare
- বিষমধর্মী চিকিৎসা প্রভাব (CATE / মেটা-লার্নার)কার্যকারণ অনুমান↔ compare
- Random Forestযন্ত্র শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →