GES Algorithm — Hladavé hledání ekvivalencí pro objevování kauzality
Greedy Equivalence Search (GES) je skórovací algoritmus pro učení kauzální struktury množiny proměnných z observačních dat. GES, představený Davidem Maxwellem Chickeringem v roce 2002, operuje přímo na Markovových třídách ekvivalence orientovaných acyklických grafů (DAG), reprezentovaných jako dokončené částečně orientované acyklické grafy (CPDAG). Za předpokladu kauzální sufficiency a věrného procesu generování dat je dokázáno, že GES v limitě velkého vzorku obnoví skutečnou třídu ekvivalence.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Chickering, D. M. (2002). Optimal structure identification with greedy search. Journal of Machine Learning Research, 3, 507–554. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 2). Greedy Equivalence Search (GES). ScholarGate. https://scholargate.app/cs/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.
- Bayesovská síťBayesovská statistika↔ compare
- NOTEARS: spojité optimalizace pro učení kauzálních strukturKauzální inference↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →