Double Machine Learning

Double Machine Learning con datos de planes 401(k): de los efectos de elegibilidad al análisis de cumplidores

¿Tener acceso a un plan de ahorro para el retiro en el trabajo hace que los hogares estadounidenses ahorren más, o los hogares que lo tienen simplemente ganan más? Este tutorial en Python usa el doble aprendizaje automático, que permite que modelos de predicción flexibles tengan en cuenta el ingreso y otras diferencias, con datos de una encuesta de 1991. Incluye una aplicación interactiva que funciona en su navegador web.

Aprendizaje automático causal para la evaluación de políticas: del ATE al IATE hacia una mejor regla de asignación

Si un programa de capacitación laboral ayuda a las personas desempleadas a encontrar trabajo, ¿quién se beneficia más y a quién conviene ofrecerle un cupo primero? Este tutorial en Python usa aprendizaje automático causal con datos simulados de buscadores de empleo, cuyos efectos verdaderos se conocen, para pasar del efecto promedio a los efectos individuales y a una mejor forma de asignar la capacitación. Incluye una aplicación interactiva que funciona en su navegador web.

Introducción a la inferencia causal: Double Machine Learning

¿Un bono en efectivo ayuda a los trabajadores desempleados a encontrar empleo más rápido? Este tutorial en Python usa el doble aprendizaje automático, que permite que modelos de predicción flexibles eliminen la influencia de las características de las personas, con datos de un experimento real en Pensilvania. Incluye una aplicación interactiva que funciona en su navegador web.