Algoritma FCI — Inferensi Kausal Pantas
Algoritma Fast Causal Inference (FCI) ialah kaedah penemuan kausal berasaskan kekangan yang diperkenalkan oleh Spirtes, Glymour, dan Scheines dalam buku mercu tanda mereka pada tahun 2000, Causation, Prediction, and Search. Berbeza dengan pendahulunya, algoritma PC, FCI direka khas untuk mengendalikan kehadiran punca sepunya laten (tidak terukur) dan bias pemilihan sampel. Ia menghasilkan Graf Ancestral Separa (Partial Ancestral Graph - PAG), yang mewakili dengan tepat set semua struktur kausal yang konsisten dengan kebergantungan bersyarat yang diperhatikan.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian 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 memetik halaman ini
ScholarGate. (2026, June 2). Fast Causal Inference (FCI) Algorithm. ScholarGate. https://scholargate.app/ms/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.
- Rangkaian BayesianBayesian↔ compare
- NOTEARS: Pengoptimuman Berterusan untuk Pembelajaran Struktur KausalInferens Kausal↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →