Machine learningCausal discovery
FCI 알고리즘 — 빠른 인과 추론
빠른 인과 추론(FCI) 알고리즘은 Spirtes, Glymour, Scheines가 2000년 저서 "Causation, Prediction, and Search"에서 소개한 제약 기반 인과 탐색 방법론입니다. 이전 알고리즘인 PC 알고리즘과 달리, FCI는 잠재적(측정되지 않은) 공통 원인과 표본 선택 편향의 존재를 처리하도록 특별히 설계되었습니다. 이 알고리즘은 관찰된 조건부 독립성과 일관된 모든 인과 구조의 집합을 충실하게 나타내는 부분 조상 그래프(Partial Ancestral Graph, PAG)를 출력합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Spirtes, P., Glymour, C., & Scheines, R. (2000). Causation, Prediction, and Search (2nd ed.). MIT Press. ISBN: 978-0-262-19440-2
이 페이지 인용 방법
ScholarGate. (2026, June 2). Fast Causal Inference (FCI) Algorithm. ScholarGate. https://scholargate.app/ko/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.
Compare side by side →