ScholarGate
Asisten

Penemuan kausal dan ML kausal

8 metode dalam keluarga ini.

Unggulan

Algoritma Penemuan Kausal (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-baseAlgoritma FCIThe Fast Causal Inference (FCI) algorithm is a constraint-based causal discovery method introduced by Spirtes, Glymour, and Scheines in their landmark 2000 book Causation, PredictiAlgoritma GESGreedy 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 iEvaluasi Dampak Kontrafaktual yang Diperkuat Pembelajaran MesinMachine learning-augmented counterfactual impact evaluation combines the credibility of potential-outcomes causal inference with the flexibility of modern ML algorithms. Rather thaDesain Regresi Pिडिओt Diskontinuitas Kabur yang Diperkuat Pembelajaran MesinML-augmented fuzzy RDD extends the classical fuzzy regression discontinuity design by replacing parametric polynomial approximations with flexible machine learning estimators. WherModel Struktural Marginal yang Diperkaya Pembelajaran Mesin (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

Jalur bacaan

Metode fondasional yang paling banyak dirujuk pada topik ini, dalam urutan pengembangannya — tempat untuk memulai jika Anda baru di sini.

  1. Algoritma Penemuan Kausal (PC, FCI, LiNGAM)2000oleh Spirtes, Glymour & Scheines (PC/FCI); Shimizu et al. (LiNGAM)
  2. Algoritma FCI2000oleh Spirtes, Glymour & Scheines
  3. Model Struktural Marginal yang Diperkaya Pembelajaran Mesin (ML-MSM)2000 (MSM); 2011 (ML-augmented via targeted learning)oleh Robins, Hernan & Brumback (MSM, 2000); van der Laan & Rose (ML augmentation, TMLE framework, 2011)
  4. Desain Regresi Pिडिओt Diskontinuitas Kabur yang Diperkuat Pembelajaran Mesin2001 (fuzzy RDD); 2018 (double ML augmentation)oleh Hahn, Todd & Van der Klaauw (fuzzy RDD); Chernozhukov et al. (ML augmentation framework)
  5. Algoritma GES2002oleh David Maxwell Chickering
  6. Targeted Maximum Likelihood Estimation (TMLE)2006oleh Mark van der Laan & Daniel Rubin
  7. Evaluasi Dampak Kontrafaktual yang Diperkuat Pembelajaran Mesin2016-2019oleh Chernozhukov et al.; Athey & Imbens
  8. NOTEARS: Optimasi Berkelanjutan untuk Pembelajaran Struktur Kausal2018oleh Zheng, Aragam, Ravikumar & Xing

Semua metode 8

Algoritma Penemuan Kausal (PC, FCI, LiNGAM)Algoritma FCIAlgoritma GESEvaluasi Dampak Kontrafaktual yang Diperkuat Pembelajaran MesinDesain Regresi Pिडिओt Diskontinuitas Kabur yang Diperkuat Pembelajaran MesinModel Struktural Marginal yang Diperkaya Pembelajaran Mesin (ML-MSM)NOTEARS: Optimasi Berkelanjutan untuk Pembelajaran Struktur KausalTargeted Maximum Likelihood Estimation (TMLE)