ScholarGate
Pembantu
Regression modelQuasi-experimental / causal inference

Anggaran Dwi-Teguh Diperkaya Pembelajaran Mesin (ML-DR)

Anggaran dwi-teguh diperkaya pembelajaran mesin (ML-DR) menggabungkan strategi pengenalpastian dwi-teguh klasik (AIPW) dengan model pembelajaran mesin yang fleksibel untuk fungsi-fungsi gangguan — skor kecenderungan dan regresi hasil. Hasilnya ialah penganggar sebab-akibat yang konsisten jika salah satu komponen ML ditentukan dengan betul, dan yang mencapai inferens yang sah, kadar punca-n walaupun model gangguan dianggarkan dengan penegahan berdimensi tinggi atau pembelajar tak parametrik.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

The neighbourhood of related methods — select a node to explore.

Sumber

  1. 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
  2. Farrell, M. H., Liang, T., & Misra, S. (2021). Deep Neural Networks for Estimation and Inference. Econometrica, 89(1), 181-213. DOI: 10.3982/ECTA16901

Cara memetik halaman ini

ScholarGate. (2026, June 3). Machine Learning-Augmented Doubly Robust Estimation. ScholarGate. https://scholargate.app/ms/causal-inference/machine-learning-augmented-doubly-robust-estimation

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.

Compare side by side

Dirujuk oleh

ScholarGateMachine learning-augmented doubly robust estimation (Machine Learning-Augmented Doubly Robust Estimation). Dicapai 2026-06-15 daripada https://scholargate.app/ms/causal-inference/machine-learning-augmented-doubly-robust-estimation · Set data: https://doi.org/10.5281/zenodo.20539026