Algoritma FCI — Inferensi Kausal Cepat
Algoritma Fast Causal Inference (FCI) adalah metode penemuan kausal berbasis kendala yang diperkenalkan oleh Spirtes, Glymour, dan Scheines dalam buku mereka yang monumental tahun 2000, Causation, Prediction, and Search. Berbeda dengan pendahulunya, algoritma PC, FCI dirancang khusus untuk menangani keberadaan penyebab umum laten (tidak terukur) dan bias seleksi sampel. Algoritma ini menghasilkan Partial Ancestral Graph (PAG), yang secara akurat merepresentasikan himpunan semua struktur kausal yang konsisten dengan independensi kondisional yang teramati.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Spirtes, P., Glymour, C., & Scheines, R. (2000). Causation, Prediction, and Search (2nd ed.). MIT Press. ISBN: 978-0-262-19440-2
Cara menyitasi halaman ini
ScholarGate. (2026, June 2). Fast Causal Inference (FCI) Algorithm. ScholarGate. https://scholargate.app/id/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.
- Jaringan BayesianBayesian↔ compare
- NOTEARS: Optimasi Berkelanjutan untuk Pembelajaran Struktur KausalInferensi Kausal↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →