CML课程 标准的机器学习方法是功能强大的预测工具,但是如果不对估计问题添加其他结构,则无法将它们部署用于因果推理。本课程提供了因果机器学习的实用介绍。我们讨论了预测机器学习和因果机器学习之间的区别。我们介绍允许控制高维混杂因素的方法(双重选择过程,无偏/双重机器学习)。我们估计了政策和业务干预(因果林)的不同影响。此外,我们考虑最佳决策规则(强化学习,强盗算法)。我们通过实际的R编码会议解决现实世界中的经济和商业问题。