Αλγόριθμος GES — Απληστιακή Αναζήτηση Ισοδυναμίας για Αιτιακή Ανακάλυψη
Η Απληστιακή Αναζήτηση Ισοδυναμίας (GES) είναι ένας αλγόριθμος βασισμένος σε βαθμολογία για την εκμάθηση της αιτιακής δομής ενός συνόλου μεταβλητών από παρατηρησιακά δεδομένα. Παρουσιάστηκε από τον David Maxwell Chickering το 2002, η GES λειτουργεί απευθείας σε κλάσεις ισοδυναμίας Markov κατευθυνόμενων άκυκλων γράφων (DAGs), αναπαριστώμενες ως συμπληρωμένοι μερικώς κατευθυνόμενοι άκυκλοι γράφοι (CPDAGs). Υπό τις παραδοχές της αιτιακής επάρκειας και μιας πιστής διαδικασίας παραγωγής δεδομένων, η GES αποδεδειγμένα ανακτά την αληθινή κλάση ισοδυναμίας στο όριο μεγάλων δειγμάτων.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- Chickering, D. M. (2002). Optimal structure identification with greedy search. Journal of Machine Learning Research, 3, 507–554. link ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 2). Greedy Equivalence Search (GES). ScholarGate. https://scholargate.app/el/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.
- Δίκτυο BayesΜπεϋζιανή Στατιστική↔ compare
- NOTEARS: Συνεχής Βελτιστοποίηση για Μάθηση Αιτιακής ΔομήςΑιτιακή Συμπερασματολογία↔ compare
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →