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。