IBM

Counterfactual Optimal Action Trees (COAT): Interpretable Prescriptive Policies from Observational Data

反事实最优行动树（COAT）：从观测数据中学习可解释的规范性策略

Youssef Drissi, Markus Ettl, Shivaram Subramanian, Wei Sun, Zack Xue

机构 * IBM Research（IBM研究院） 纠错

AI总结 研究从观测数据学习可解释规范性策略的问题，核心方法是结合反事实结果估计与大规模混合整数优化的COAT框架，主要贡献是应用于航空公司辅助定价提升收入，推动扩大采用及相关决策举措。