Что такое DML (double machine learning)?

Double Machine Learning (DML) — это методика для оценки каузальных эффектов в присутствии большого числа ковариат и потенциально сложных зависимостей. Основная идея — использовать машинное обучение для моделирования как исхода, так и механизма назначения лечения (treatment), а затем корректировать оценку эффекта, устраняя смещение, вызванное ошибками в этих моделях.

DML состоит из двух этапов:

1. Обучение моделей для предсказания исхода и вероятности назначения лечения (propensity score) на части данных.
2. Использование остальной части данных для оценки каузального эффекта с помощью специальных ортогональных моментов, которые уменьшают смещение, связанное с ошибками в моделях.

Это позволяет получить более устойчивые и менее смещённые оценки эффекта лечения, особенно в высокоразмерных задачах.

Пример применения — оценка влияния рекламной кампании (treatment) на продажи (outcome), учитывая множество факторов (возраст, регион, поведение пользователя), где DML помогает корректно выделить эффект кампании.