Catatan bukti metode

FCI Algorithm

The Fast Causal Inference (FCI) algorithm is a constraint-based causal discovery method introduced by Spirtes, Glymour, and Scheines in their landmark 2000 book Causation, Prediction, and Search. Unlike its predecessor the PC algorithm, FCI is specifically designed to handle the presence of latent (unmeasured) common causes and sample selection bias. It outputs a Partial Ancestral Graph (PAG), which faithfully represents the set of all causal structures consistent with the observed conditional independencies.

Sources recorded, not reviewed

Catatan sumber

Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.

Fast Causal Inference (FCI) Algorithm

Catatan metode taksonomi · ml-model / causal-inference

Spirtes, P., Glymour, C., & Scheines, R. (2000). Causation, Prediction, and Search (2nd ed.). MIT Press. · ISBN 978-0-262-19440-2

Buka metode lengkap

Klaim yang dikurasi

Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.

Belum ada klaim yang dikurasi

Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.

Metode terkait

Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.