Echilibrarea entropiei augmentată cu învățare automată

Echilibrarea entropiei augmentată cu învățare automată (ML-EB) combină schema de reponderare a echilibrării entropiei a lui Hainmueller cu un model de rezultat bazat pe învățare automată pentru a produce un estimator cauzal dublu robust. Prin optimizarea simultană a ponderilor de echilibrare a covariatelor și a unui ajustament flexibil al rezultatului prezis, ML-EB oferă estimări consistente ale efectului tratamentului chiar și atunci când fie modelul de ponderare, fie modelul de rezultat sunt specificate incorect, și gestionează spații de covariate de înaltă dimensiune pe care echilibrarea entropiei clasice nu le poate echilibra ușor.