本文介绍了一种创新的贝叶斯机器学习算法，可推断异质性因果效应。该算法性能优于其他机器学习技术，能控制错误率并发现和估计异质性因果效应。算法在工具变量场景中揭示了因果效应的异质性，为政策制定者提供了有用的工具。实证应用评估了增加资金对学生绩效的影响，结果表明该算法提高了学校资金对学生绩效的有效性。