기계 학습 증강 사건 연구 설계

기계 학습 증강 사건 연구 설계는 사건 발생일을 기준으로 결과 변수의 동적 변화를 추적하는 표준 사건 연구 프레임워크와, 고차원 공변량(covariate)을 처리하고 교란 변수 통제를 개선하며 공변량 공간이 기존 회귀 분석으로 신뢰성 있게 관리하기에는 너무 클 때 유효한 인과적 추정치를 생성하기 위해 이중/편향 제거 기계 학습(double/debiased machine learning, DML) 또는 정규화 회귀와 같은 기계 학습 기반 방법을 결합합니다.