Machine learningCausal discovery
GESアルゴリズム — 因果探索のためのGreedy Equivalence Search
Greedy Equivalence Search (GES) は、観測データから変数セットの因果構造を学習するためのスコアベースアルゴリズムです。2002年にDavid Maxwell Chickeringによって導入されたGESは、有向非巡回グラフ（DAG）のマルコフ同値類に直接作用し、これは完備部分有向非巡回グラフ（CPDAG）として表現されます。因果的十分性と忠実なデータ生成プロセスの仮定の下で、GESは大規模標本極限において真の同値類を回復することが証明されています。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Chickering, D. M. (2002). Optimal structure identification with greedy search. Journal of Machine Learning Research, 3, 507–554. link ↗
このページの引用方法
ScholarGate. (2026, June 2). Greedy Equivalence Search (GES). ScholarGate. https://scholargate.app/ja/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.
Compare side by side →