去偏机器学习解决反事实预测中的运行时混杂问题

这项研究引入了一个至关重要的框架，即使目标群体数据中缺少完整的混杂因素测量，也能保证数据驱动决策的稳健性。通过以半参数效率理论为基础，作者实现了更快的收敛速度和更可靠的预测区间。这是在现实世界复杂数据环境中应用因果推断的重大进步。