معرفی شرکت ها


causalforge-0.0.7


Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Python Package for Causal Inference
ویژگی مقدار
سیستم عامل -
نام فایل causalforge-0.0.7
نام causalforge
نسخه کتابخانه 0.0.7
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Gino Tesei, Jey Kottalam
ایمیل نویسنده -
آدرس صفحه اصلی https://github.com/anthem-ai/causalflow
آدرس اینترنتی https://pypi.org/project/causalforge/
مجوز MIT
<img alt="causalforge-logo" class="causalforge-logo" height="250" width="300" src="https://raw.githubusercontent.com/anthem-ai/causalflow/main/logo.png?token=GHSAT0AAAAAAB6UCMRK6JN5QVPWHF2GO3XSZCQL25A"> # CausalFlow [![PyPI version](https://badge.fury.io/py/causalforge.svg)](https://badge.fury.io/py/causalforge) [![Documentation Status](https://readthedocs.org/projects/causalforge/badge/?version=latest)](https://causalforge.readthedocs.io/en/latest/?badge=latest) [![MIT license](https://img.shields.io/badge/License-MIT-blue.svg)](https://lbesson.mit-license.org/) [![Python 3.8+](https://img.shields.io/badge/python-3.8+-blue.svg)](https://www.python.org/downloads/release/python-380/) CausalForge is a Python package that provides a suite of modeling & causal inference methods using machine learning algorithms based on Elevence Health recent research. It provides convenient APIs that allow to estimate Propensity Score, Average Treatment Effect (ATE), Conditional Average Treatment Effect (CATE) or Individual Treatment Effect (ITE) from experimental or observational data. <details> <summary> <H3>Installing Python Package</H3> </summary> We recommend to create a proper enviroment with tensorflow and pytorch installed. For example, for a local Mac enviroment without GPUs: ```sh conda env create -f env_mac.yml conda activate causalforge ``` You can install it after cloning this repository, i.e. ```sh git clone https://github.com/anthem-ai/causalforge cd causalforge [sudo] pip install -e . [--trusted-host pypi.org --trusted-host files.pythonhosted.org] ``` or directly from the repository (development), i.e. ```sh pip install --upgrade git+https://github.com/anthem-ai/causalforge [--trusted-host pypi.org --trusted-host files.pythonhosted.org] ``` or directly from PyPI, i.e. ```sh pip install causalforge ``` After installing you can import classes and methods, e.g. ```python import causalforge causalforge.__version__ ``` </details> <details> <summary> <H3>Testing</H3> </summary> ```bash cd tests pytest --disable-warnings ``` </details> ## Citation ```bibtex @article{tesei2023learning, title={Learning end-to-end patient representations through self-supervised covariate balancing for causal treatment effect estimation}, author={Tesei, Gino and Giampanis, Stefanos and Shi, Jingpu and Norgeot, Beau}, journal={Journal of Biomedical Informatics}, volume={140}, pages={104339}, year={2023}, publisher={Elsevier} } ```


زبان مورد نیاز

مقدار نام
>=3.7 Python


نحوه نصب


نصب پکیج whl causalforge-0.0.7:

    pip install causalforge-0.0.7.whl


نصب پکیج tar.gz causalforge-0.0.7:

    pip install causalforge-0.0.7.tar.gz