在今年的UAI 2021上，来自汉堡大学的学者Philipp Bach和Martin Spindler进行了一场关于“Double Machine Learning”（DML）的讲座。那么什么是DML呢？传统的机器学习的作用是从一组特征（Attribute）到一组标签（Label）的“预测性建模”（Predictive Modeling）。类似的，传统的因果推断（Causal Inference）是从研究从控制变量（Treatment）到结果（Outcome）的建模过程。一个很自然的思考，就是这两者是否能够结合起来，这也就是DML的初衷。

DML最早由Victor Chernozhukov在2018年的论文”Double/debiased machine learning for treatment and structural parameters“中提出。简单说来就是直接在一个模型中做预测和因果推断。当然，这样的模型会有额外的假设。在这个讲座中，两位来自汉堡的学者深入浅出得介绍了DML的原理和一些实例，并且还着重讲了讲他们开发的一个可以快速实践DML的软件包，如果对此感兴趣的朋友，可以下载看看。