खोज और कारणात्मक मशीन अधिगम
8 विधियाँ इस परिवार में।
विशेष रूप से चयनित
कार्यकारण खोज एल्गोरिदम (PC, FCI, LiNGAM)Causal discovery is a family of algorithms that automatically learn a directed acyclic graph (DAG) describing causal structure directly from observational data. The constraint-baseएफ.सी.आई. एल्गोरिथमThe Fast Causal Inference (FCI) algorithm is a constraint-based causal discovery method introduced by Spirtes, Glymour, and Scheines in their landmark 2000 book Causation, Predictiजीईएस एल्गोरिथमGreedy Equivalence Search (GES) is a score-based algorithm for learning the causal structure of a set of variables from observational data. Introduced by David Maxwell Chickering iमशीन लर्निंग-ऑग्मेंटेड काउंटरफैक्टुअल इम्पैक्ट इवैल्यूएशनMachine learning-augmented counterfactual impact evaluation combines the credibility of potential-outcomes causal inference with the flexibility of modern ML algorithms. Rather thaमशीन लर्निंग-संवर्धित फजी रिग्रेशन डिसकंटीन्यूइटी डिज़ाइनML-augmented fuzzy RDD extends the classical fuzzy regression discontinuity design by replacing parametric polynomial approximations with flexible machine learning estimators. Wherमशीन लर्निंग-ऑग्मेंटेड मार्जिनल स्ट्रक्चरल मॉडल (ML-MSM)The machine learning-augmented marginal structural model combines the causal rigour of Robins et al.'s MSM framework with flexible, data-adaptive ML algorithms for estimating prope
अध्ययन पथ
इस विषय की सर्वाधिक उद्धृत आधारभूत पद्धतियाँ, उनके विकास के क्रम में — यदि आप यहाँ नए हैं तो आरम्भ करने का स्थान।
सभी विधियाँ 8
कार्यकारण खोज एल्गोरिदम (PC, FCI, LiNGAM)एफ.सी.आई. एल्गोरिथमजीईएस एल्गोरिथममशीन लर्निंग-ऑग्मेंटेड काउंटरफैक्टुअल इम्पैक्ट इवैल्यूएशनमशीन लर्निंग-संवर्धित फजी रिग्रेशन डिसकंटीन्यूइटी डिज़ाइनमशीन लर्निंग-ऑग्मेंटेड मार्जिनल स्ट्रक्चरल मॉडल (ML-MSM)NOTEARS: कारणिक संरचना सीखने के लिए सतत अनुकूलनलक्षित अधिकतम संभावना अनुमान (TMLE)