Machine learningCausal discovery

Алгоритъм GES — Алчен алгоритъм за търсене на еквивалентност при откриване на причинно-следствени връзки

Алчният алгоритъм за търсене на еквивалентност (GES) е базиран на оценка алгоритъм за научаване на причинно-следствената структура на набор от променливи от наблюдателни данни. Въведен от David Maxwell Chickering през 2002 г., GES работи директно върху класове на Марковска еквивалентност на насочени ациклични графи (DAGs), представени като завършени частично насочени ациклични графи (CPDAGs). При допусканията за причинна достатъчност и вярно генериращ данни процес, GES е доказано, че възстановява истинския клас на еквивалентност в граничния случай на големи извадки.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

Източници

  1. Chickering, D. M. (2002). Optimal structure identification with greedy search. Journal of Machine Learning Research, 3, 507–554. link

Как да цитирате тази страница

ScholarGate. (2026, June 2). Greedy Equivalence Search (GES). ScholarGate. https://scholargate.app/bg/causal-inference/ges-algorithm

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateGES Algorithm (Greedy Equivalence Search (GES)). Извлечено на 2026-06-15 от https://scholargate.app/bg/causal-inference/ges-algorithm · Набор от данни: https://doi.org/10.5281/zenodo.20539026