Algoritmul GES — Căutare Greedy a Echivalenței pentru Descoperirea Cauzală
Greedy Equivalence Search (GES) este un algoritm bazat pe scor pentru învățarea structurii cauzale a unui set de variabile din date observaționale. Introdus de David Maxwell Chickering în 2002, GES operează direct pe clasele de echivalență Markov ale grafurilor aciclice orientate (DAG-uri), reprezentate ca grafuri aciclice parțial orientate completate (CPDAG-uri). Sub ipotezele de suficiență cauzală și un proces fidel de generare a datelor, GES este dovedit că recuperează clasa de echivalență adevărată în limita unui eșantion mare.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Chickering, D. M. (2002). Optimal structure identification with greedy search. Journal of Machine Learning Research, 3, 507–554. link ↗
Cum se citează această pagină
ScholarGate. (2026, June 2). Greedy Equivalence Search (GES). ScholarGate. https://scholargate.app/ro/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.
- Rețea BayesianăBayesian↔ compare
- NOTEARS: Optimizare Continuă pentru Învățarea Structurii CauzaleInferență cauzală↔ compare
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →