GES Algoritmus — Greedy Equivalence Search kauzális feltáráshoz
A Greedy Equivalence Search (GES) egy pontszám-alapú algoritmus, amely megfigyelési adatokból tanulja meg a változók halmazának kauzális struktúráját. David Maxwell Chickering 2002-ben bevezetett GES algoritmusa közvetlenül irányított aciklikus grafikonok (DAG) Markov ekvivalenciaosztályain működik, amelyeket teljes, részben irányított aciklikus grafikonokként (CPDAG) reprezentálnak. A kauzális 충분성 (causal sufficiency) és a hűséges adatgeneráló folyamat (faithful data-generating process) feltételezései mellett a GES bizonyítottan a nagy mintás határértékben (large-sample limit) visszaállítja az igaz ekvivalenciaosztályt.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Chickering, D. M. (2002). Optimal structure identification with greedy search. Journal of Machine Learning Research, 3, 507–554. link ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 2). Greedy Equivalence Search (GES). ScholarGate. https://scholargate.app/hu/causal-inference/ges-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 →