Машинное обучение с аугментацией энтропийным балансом

Машинное обучение с аугментацией энтропийным балансом (ML-EB) объединяет схему взвешивания энтропийного баланса Хайнмюллера с моделью исхода на основе машинного обучения для получения дважды робастной оценки причинно-следственного эффекта. Совместно оптимизируя веса балансировки ковариат и гибкую корректировку предсказанного исхода, ML-EB обеспечивает согласованные оценки эффекта воздействия даже при некорректной спецификации либо модели взвешивания, либо модели исхода, и обрабатывает пространства ковариат высокой размерности, которые классический энтропийный баланс не может легко сбалансировать.