Algorithme FCI — Inférence Causale Rapide
L'algorithme d'inférence causale rapide (FCI) est une méthode de découverte causale basée sur les contraintes, introduite par Spirtes, Glymour et Scheines dans leur ouvrage de référence de 2000, Causation, Prediction, and Search. Contrairement à son prédécesseur, l'algorithme PC, FCI est spécifiquement conçu pour gérer la présence de causes communes latentes (non mesurées) et les biais de sélection d'échantillons. Il produit un Graphe Partiel Ancestral (PAG), qui représente fidèlement l'ensemble de toutes les structures causales compatibles avec les indépendances conditionnelles observées.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Spirtes, P., Glymour, C., & Scheines, R. (2000). Causation, Prediction, and Search (2nd ed.). MIT Press. ISBN: 978-0-262-19440-2
Comment citer cette page
ScholarGate. (2026, June 2). Fast Causal Inference (FCI) Algorithm. ScholarGate. https://scholargate.app/fr/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.
- Réseau bayésienBayésien↔ compare
- NOTEARS : Optimisation Continue pour l'Apprentissage de Structures CausalesInférence causale↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →