डबल मशीन लर्निंग
डबल/डिबिअस्ड मशीन लर्निंग (DML), जिसे Chernozhukov et al. (2018) द्वारा प्रस्तुत किया गया है, उच्च-आयामी नियंत्रणों की उपस्थिति में कारण या संरचनात्मक मापदंडों का अनुमान लगाने के लिए एक अर्ध-पैरामीट्रिक ढाँचा है। यह उपद्रवी कार्यों—परिणाम और सहचर दिए गए उपचार की सशर्त अपेक्षाओं—को मॉडल करने के लिए लचीली मशीन लर्निंग विधियों का उपयोग करता है, और फिर लक्ष्य पैरामीटर का एक डिबिअस्ड अनुमानक बनाता है जो उच्च-आयामी सेटिंग्स में निहित नियमितीकरण पूर्वाग्रह के बावजूद रूट-एन संगति और मान्य अनुमान प्राप्त करता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 2). Double/Debiased Machine Learning (DML). ScholarGate. https://scholargate.app/hi/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.
- Doubly Robust Estimationकारणात्मक अनुमान↔ compare
- विषम उपचार प्रभाव (CATE / मेटा-लर्नर्स)कारणात्मक अनुमान↔ compare
- रैंडम फ़ॉरेस्टमशीन अधिगम↔ compare