awesome causal inference

Inferência causal incrível

Uma lista selecionada de recursos incríveis de Inferência Causal.
O objetivo desta lista é servir de ponto de partida para se familiarizar com a causalidade.

Índice

• Livros

• Cursos

• Vídeos e Palestras

• Ferramentas

---

Livros

1. O Livro dos Porquês, de Judea Pearl, Dana Mackenzie
2. Livro de Inferência Causal (What If) de Miguel Hernán, James Robins download GRATUITO
3. Inferência causal em estatística: uma cartilha de Judea Pearl, Madelyn Glymour, Nicholas P. Jewell
4. Elementos de Inferência Causal: Fundamentos e Algoritmos de Aprendizagem por Jonas Peters, Dominik Janzing e Bernhard Schölkopf - download GRATUITO
5. Contrafactuais e inferência causal: métodos e princípios para pesquisa social por Stephen L. Morgan, Christopher Winship
6. Livro de Inferência Causal de Hernán MA, Robins JM download GRATUITO
7. Causalidade: Modelos, Raciocínio e Inferência por Judea Pearl
8. Inferência causal para ciências estatísticas, sociais e biomédicas: uma introdução de Guido W. Imbens e Donald B. Rubin
9. Inferência causal: The Mixtape de Scott Cunningham Download GRATUITO
10. Inferência causal para ciência de dados por Aleix Ruiz de Villa

---

Cursos

1. Introdução à inferência causal (outono de 2020) (grátis)

2. Um curso intensivo sobre causalidade: inferindo efeitos causais a partir de dados observacionais (gratuito)

3. Inferência Causal com R - Introdução (Grátis)

4. Minicurso de ML causal (grátis)

---

Vídeos e Palestras

1. Palestras sobre Causalidade: 4 Partes de Jonas Peters
2. Rumo à Aprendizagem por Reforço Causal (CRL) - ICML'20 - Parte I Por Elias Bareinboim
3. Rumo à Aprendizagem por Reforço Causal (CRL) - ICML'20 - Parte II Por Elias Bareinboim
4. Sobre os fundamentos causais da IA, por Elias Bareinboim
5. Judea Pearl: raciocínio causal, contrafactuais e o caminho para AGI | Lex Fridman Podcast #56 Por Judea Pearl e Lex Fridman
6. Workshop NeurIPS 2018 sobre Aprendizagem Causal
7. Bootcamp de Inferência Causal por Matt Masten

---

Ferramentas

1. DoPor que | Facilitando a inferência causal (Python)
2. Ananke: Um módulo para inferência causal (Python)
3. ML causal: um pacote para modelagem Uplift e inferência causal com ML (Python)
4. CausalNex: um kit de ferramentas para raciocínio causal com redes bayesianas (Python)
5. pgmpy: Biblioteca Python para aprendizagem (Estrutura e Parâmetros) e inferência (Estatística e Causal) em Redes Bayesianas