ScholarGate
Assistente

Scoperta e ML causale

8 metodi in questa famiglia.

In evidenza

Algoritmi di Scoperta Causale (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-baseAlgoritmo 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, PredictiAlgoritmo 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 iValutazione d'impatto controfattuale aumentata dall'apprendimento automaticoMachine learning-augmented counterfactual impact evaluation combines the credibility of potential-outcomes causal inference with the flexibility of modern ML algorithms. Rather thaDisegno a Regressione Discontinua Fuzzy Potenziato dal Machine LearningML-augmented fuzzy RDD extends the classical fuzzy regression discontinuity design by replacing parametric polynomial approximations with flexible machine learning estimators. WherModello Strutturale Marginale Aumentato con Machine Learning (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

Percorso di lettura

I metodi fondamentali più citati di questo argomento, nell'ordine in cui sono stati sviluppati — un punto di partenza se sei alle prime armi.

  1. Algoritmi di Scoperta Causale (PC, FCI, LiNGAM)2000di Spirtes, Glymour & Scheines (PC/FCI); Shimizu et al. (LiNGAM)
  2. Algoritmo FCI2000di Spirtes, Glymour & Scheines
  3. Modello Strutturale Marginale Aumentato con Machine Learning (ML-MSM)2000 (MSM); 2011 (ML-augmented via targeted learning)di Robins, Hernan & Brumback (MSM, 2000); van der Laan & Rose (ML augmentation, TMLE framework, 2011)
  4. Disegno a Regressione Discontinua Fuzzy Potenziato dal Machine Learning2001 (fuzzy RDD); 2018 (double ML augmentation)di Hahn, Todd & Van der Klaauw (fuzzy RDD); Chernozhukov et al. (ML augmentation framework)
  5. Algoritmo GES2002di David Maxwell Chickering
  6. Stima di Massima Verosimiglianza Mirata (TMLE)2006di Mark van der Laan & Daniel Rubin
  7. Valutazione d'impatto controfattuale aumentata dall'apprendimento automatico2016-2019di Chernozhukov et al.; Athey & Imbens
  8. NOTEARS: Ottimizzazione Continua per l'Apprendimento di Strutture Causali2018di Zheng, Aragam, Ravikumar & Xing

Tutti i metodi 8

Algoritmi di Scoperta Causale (PC, FCI, LiNGAM)Algoritmo FCIAlgoritmo GESValutazione d'impatto controfattuale aumentata dall'apprendimento automaticoDisegno a Regressione Discontinua Fuzzy Potenziato dal Machine LearningModello Strutturale Marginale Aumentato con Machine Learning (ML-MSM)NOTEARS: Ottimizzazione Continua per l'Apprendimento di Strutture CausaliStima di Massima Verosimiglianza Mirata (TMLE)