कार्यकारण खोज एल्गोरिदम (PC, FCI, LiNGAM)
कार्यकारण खोज एल्गोरिदम का एक समूह है जो अवलोकन संबंधी डेटा से सीधे कारण संरचना का वर्णन करने वाले निर्देशित चक्रीय ग्राफ (DAG) को स्वचालित रूप से सीखता है। बाधा-आधारित PC और FCI एल्गोरिदम स्पिरिट्स, ग्लाइमर और शाइन्स (2000) द्वारा विकसित किए गए थे, जबकि शिमिज़ु एट अल. (2006) का LiNGAM मॉडल किनारों को उन्मुख करने के लिए रैखिक गैर-गाऊसी संरचना का उपयोग करता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Spirtes, P., Glymour, C., & Scheines, R. (2000). Causation, Prediction, and Search (2nd ed.). MIT Press. ISBN: 978-0262194402
- Shimizu, S., Hoyer, P. O., Hyvärinen, A., & Kerminen, A. (2006). A Linear Non-Gaussian Acyclic Model for Causal Discovery. Journal of Machine Learning Research, 7, 2003-2030. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). Causal Discovery Algorithms (PC, FCI, LiNGAM). ScholarGate. https://scholargate.app/hi/causal-inference/causal-discovery
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.
- DAG Causal Identificationकारणात्मक अनुमान↔ compare
- अंतर-में-अंतर (डिफ-इन-डिफ)अर्थमिति↔ compare
- कारण अनुमान के लिए वाद्य चर (IV) विधिस्वास्थ्य अर्थशास्त्र↔ compare
- साधारण न्यूनतम वर्ग (OLS) समाश्रयणअर्थमिति↔ compare
- प्रोपेंसिटी स्कोर मैचिंगअनुसंधान सांख्यिकी↔ compare