Buchumschlag

Deep Proxy Causal Learning and its Application to Confounded Bandit Policy Evaluation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Liyuan, Kanagawa, Heishiro, Gretton, Arthur
Format:	Preprint
Veröffentlicht:	2021
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Kernel Single Proxy Control for Deterministic Confounding
von: Xu, Liyuan, et al.
Veröffentlicht: (2023)

Controlling Moments with Kernel Stein Discrepancies
von: Kanagawa, Heishiro, et al.
Veröffentlicht: (2022)

Density Ratio-Free Doubly Robust Proxy Causal Learning
von: Bozkurt, Bariscan, et al.
Veröffentlicht: (2025)

Density Ratio-based Proxy Causal Learning Without Density Ratios
von: Bozkurt, Bariscan, et al.
Veröffentlicht: (2025)

Spectral Representation for Causal Estimation with Hidden Confounders
von: Sun, Haotian, et al.
Veröffentlicht: (2024)

Doubly Robust Proxy Causal Learning with Neural Mean Embeddings
von: Bozkurt, Bariscan, et al.
Veröffentlicht: (2026)

Sequential Kernel Embedding for Mediated and Time-Varying Dose Response Curves
von: Singh, Rahul, et al.
Veröffentlicht: (2021)

Confounded Budgeted Causal Bandits
von: Jamshidi, Fateme, et al.
Veröffentlicht: (2024)

Reinforcement Learning for Adaptive MCMC
von: Wang, Congye, et al.
Veröffentlicht: (2024)

Interventional Processes for Causal Uncertainty Quantification
von: Dance, Hugh, et al.
Veröffentlicht: (2024)

Fast Best-in-Class Regret for Contextual Bandits
von: Girard, Samuel, et al.
Veröffentlicht: (2025)

Doubly-Robust Estimation of Counterfactual Policy Mean Embeddings
von: Zenati, Houssam, et al.
Veröffentlicht: (2025)

Closed-Form Last Layer Optimization
von: Galashov, Alexandre, et al.
Veröffentlicht: (2025)

Harnessing the Power of Reinforcement Learning for Adaptive MCMC
von: Wang, Congye, et al.
Veröffentlicht: (2025)

Discovering Causal Relationships using Proxy Variables under Unmeasured Confounding
von: Wu, Yong, et al.
Veröffentlicht: (2025)

Proxy Methods for Domain Adaptation
von: Tsai, Katherine, et al.
Veröffentlicht: (2024)

Perturbative methods for non-parametric instrumental variable
von: Bu, Wei, et al.
Veröffentlicht: (2026)

Semiparametric Efficient Test for Interpretable Distributional Treatment Effects
von: Zenati, Houssam, et al.
Veröffentlicht: (2026)

A Computable Measure of Suboptimality for Entropy-Regularised Variational Objectives
von: Chazal, Clémentine, et al.
Veröffentlicht: (2025)

Automating the Selection of Proxy Variables of Unmeasured Confounders
von: Xie, Feng, et al.
Veröffentlicht: (2024)

Thinned Mean Field Langevin Dynamics
von: Chen, Zonghao, et al.
Veröffentlicht: (2026)

Stationary MMD Points
von: Chen, Zonghao, et al.
Veröffentlicht: (2025)

Deep MMD Gradient Flow without adversarial training
von: Galashov, Alexandre, et al.
Veröffentlicht: (2024)

Wasserstein Distributionally Robust Policy Evaluation and Learning for Contextual Bandits
von: Shen, Yi, et al.
Veröffentlicht: (2023)

Recovering Latent Confounders from High-dimensional Proxy Variables
von: Mankovich, Nathan, et al.
Veröffentlicht: (2024)

Evaluating and Learning Robust Bandit Policies Under Uncertain Causal Mechanisms
von: Avery, Katherine, et al.
Veröffentlicht: (2025)

Deep Causal Behavioral Policy Learning: Applications to Healthcare
von: Knecht, Jonas, et al.
Veröffentlicht: (2025)

Learning-Order Autoregressive Models with Application to Molecular Graph Generation
von: Wang, Zhe, et al.
Veröffentlicht: (2025)

Optimality and Adaptivity of Deep Neural Features for Instrumental Variable Regression
von: Kim, Juno, et al.
Veröffentlicht: (2025)

Regularized $f$-Divergence Kernel Tests
von: Ribero, Mónica, et al.
Veröffentlicht: (2026)

Estimating Aleatoric Uncertainty in the Causal Treatment Effect
von: Xu, Liyuan, et al.
Veröffentlicht: (2026)

Confounded Causal Imitation Learning with Instrumental Variables
von: Zeng, Yan, et al.
Veröffentlicht: (2025)

Kernel Treatment Effects with Adaptively Collected Data
von: Zenati, Houssam, et al.
Veröffentlicht: (2025)

Causal Structure Representation Learning of Confounders in Latent Space for Recommendation
von: Xu, Hangtong, et al.
Veröffentlicht: (2023)

Foundations of Multivariate Distributional Reinforcement Learning
von: Wiltzer, Harley, et al.
Veröffentlicht: (2024)

Graph Learning Is Suboptimal in Causal Bandits
von: Shahverdikondori, Mohammad, et al.
Veröffentlicht: (2025)

Nonlinear Meta-Learning Can Guarantee Faster Rates
von: Meunier, Dimitri, et al.
Veröffentlicht: (2023)

Near-Optimality of Contrastive Divergence Algorithms
von: Glaser, Pierre, et al.
Veröffentlicht: (2025)

Causal Inference with Categorical Unobserved Confounder via Mixture Learning
von: Saha, Aytijhya, et al.
Veröffentlicht: (2026)

Causal Structure Learning in Hawkes Processes with Complex Latent Confounder Networks
von: Jin, Songyao, et al.
Veröffentlicht: (2025)