因果基础模型
因果推断旨在根据数据估计治疗或干预的效果。传统方法通常需要针对每个新问题设计专门流程，包括提出因果机制、选择匹配的估计器并进行训练。因果基础模型将大规模预训练模型的范式引入因果推断。这类神经网络能够通过上下文学习，在完全新的数据集上估计平均处理效应等因果量，无需更新模型。该工作以实践为导向介绍这一新兴领域，概述因果推断和机器学习的必要基础，并提供示例代码和 Jupyter 笔记本。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。