因果科学相关学习资料

文献 Survey

• 因果表征学习

Schölkopf B, Locatello F, Bauer S, et al. Toward causal representation learning[J]. Proceedings of the IEEE, 2021, 109(5): 612-634.

• 因果机器学习

Kaddour J, Lynch A, Liu Q, et al. Causal machine learning: A survey and open problems[J]. arXiv preprint arXiv:2206.15475, 2022.

• 因果强化学习 A Survey on Causal Reinforcement Learning

书籍

• 统计因果推理入门【读起来比较简单】

• The book of why

• 因果论

• 可解释人工智能导论

实战

因果发现和因果推理

Causal-learn

• 代码包：https://github.com/cmu-phil/causal-learn

• 文档: https://causal-learn.readthedocs.io/en/latest/

• 简单使用案例：https://github.com/cmu-phil/causal-learn/tree/main/tests

支持：

• Constrained-based causal discovery methods.

• Score-based causal discovery methods.

• Causal discovery methods based on constrained functional causal models.

• Hidden causal representation learning.

• Granger causal analysis.

• 多个独立的基础模块，比如独立性测试，评分函数，图操作，评测指标。

• 更多最新的因果发现算法，如gradient-based methods等

DoWhy

• 一个Python因果推理库，支持因果假设的显式建模和测试。DoWhy基于因果推理的统一语言，将因果图形模型和潜在结果框架相结合。

• 代码包：https://github.com/microsoft/dowhy

• Awesome Causality用数据学习因果关系的算法列表

• 代码包：https://github.com/rguo12/awesome-causality-algorithms

Tigramite

• 用于因果发现的时间序列分析

• 代码包：https://github.com/jakobrunge/tigramite

Causal Discovery Toolbox

• 是一个用于在图形和 Python>=3.5 的成对设置中进行因果推理的包， 包括用于图结构恢复和依赖关系的工具。

• 代码包：https://github.com/FenTechSolutions/CausalDiscoveryToolbox

Ylearn

• 用于因果学习的python包，支持因果推理的各个方面，包括因果发现、因果效应识别、因果效应估计、反事实推理、策略学习等

• 代码包：https://github.com/DataCanvasIO/YLearn/blob/main/docs/en_US/source/index.rst

Causalml

• 代码包：https://github.com/uber/causalml

• 文档：About Causal ML — causalml documentation

Econml

• 代码包：https://github.com/microsoft/econml

Tigramite

• 用于因果发现的时间序列分析

• 代码包：https://github.com/jakobrunge/tigramite