#causal-forest

노트 2개

• Causal Forest Causal Forest는 Athey, Tibshirani, Wager (2019)가 제안한 일반화 랜덤 포레스트(GRF)의 인과추론 응용으로, 처리 효과의 이질성을 최대화하도록 분할합니다.
• Policy Trees 정책 트리(Policy Trees)는 Athey & Wager (2021)가 제안한 해석 가능한 정책 학습 방법입니다.