FCI Algoritmus — Gyors kauzális következtetés
A Gyors kauzális következtetés (FCI) algoritmus egy feltételalapú kauzális felfedezési módszer, amelyet Spirtes, Glymour és Scheines vezettek be 2000-es mérföldkőnek számító Causation, Prediction, and Search című könyvükben. Elődjével, a PC algoritmussal ellentétben, az FCI kifejezetten a látens (nem mért) közös okok és a mintaválasztási torzítás jelenlétének kezelésére szolgál. Kimenete egy Részleges ősi gráf (PAG), amely hűen reprezentálja a megfigyelt feltételes függetlenségekkel konzisztens összes kauzális struktúra halmazát.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Spirtes, P., Glymour, C., & Scheines, R. (2000). Causation, Prediction, and Search (2nd ed.). MIT Press. ISBN: 978-0-262-19440-2
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 2). Fast Causal Inference (FCI) Algorithm. ScholarGate. https://scholargate.app/hu/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.
- Bayes-hálóBayes-statisztika↔ compare
- NOTEARS: Optimalisálás folytonos változókkal az ok-okozati struktúra tanulásáhozOksági következtetés↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →