Machine learningCausal discovery

الگوریتم FCI — استنتاج علیتی سریع

الگوریتم استنتاج علیتی سریع (FCI) یک روش مبتنی بر محدودیت برای کشف علیت است که توسط اسپایرتس، گلمور و شاینز در کتاب برجسته خود در سال ۲۰۰۰ با عنوان «علیت، پیش‌بینی و جستجو» معرفی شد. برخلاف الگوریتم پیشین خود، PC، الگوریتم FCI به طور خاص برای مدیریت حضور علل مشترک پنهان (اندازه‌گیری نشده) و سوگیری انتخاب نمونه طراحی شده است. این الگوریتم یک گراف اجدادی جزئی (PAG) را خروجی می‌دهد که به طور دقیق مجموعه تمام ساختارهای علیتی سازگار با استقلال‌های شرطی مشاهده شده را نشان می‌دهد.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

منابع

  1. Spirtes, P., Glymour, C., & Scheines, R. (2000). Causation, Prediction, and Search (2nd ed.). MIT Press. ISBN: 978-0-262-19440-2

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 2). Fast Causal Inference (FCI) Algorithm. ScholarGate. https://scholargate.app/fa/causal-inference/fci-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
ScholarGateFCI Algorithm (Fast Causal Inference (FCI) Algorithm). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/causal-inference/fci-algorithm · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026