Algoriti za ugunduzi wa kisababishi (PC, FCI, LiNGAM)
Ugunduzi wa kisababishi ni familia ya algoriti zinazojifunza kiotomatiki grafu ya mshale inayoelekezwa isiyo na mzunguko (DAG) inayoelezea muundo wa kisababishi moja kwa moja kutoka kwa data ya uchunguzi. Algoriti za PC na FCI zinazotegemea vikwazo zilitengenezwa na Spirtes, Glymour na Scheines (2000), huku modeli ya LiNGAM ya Shimizu et al. (2006) ikitumia muundo usio wa Gaussian wa mstari kuelekeza mishale.
Soma mbinu kamili
Ingia kwa akaunti ya bure ili kusoma sehemu hii.
Ramani ya mbinu
Jirani ya mbinu zinazohusiana — chagua nodi ili kuchunguza.
Vyanzo
- Spirtes, P., Glymour, C., & Scheines, R. (2000). Causation, Prediction, and Search (2nd ed.). MIT Press. ISBN: 978-0262194402
- Shimizu, S., Hoyer, P. O., Hyvärinen, A., & Kerminen, A. (2006). A Linear Non-Gaussian Acyclic Model for Causal Discovery. Journal of Machine Learning Research, 7, 2003-2030. link ↗
Jinsi ya kunukuu ukurasa huu
ScholarGate. (2026, June 1). Causal Discovery Algorithms (PC, FCI, LiNGAM). ScholarGate. https://scholargate.app/sw/causal-inference/causal-discovery
Mbinu ipi?
Weka mbinu hii kando ya jamaa zake wa karibu na uzisome bega kwa bega — maktaba huweka vitabu mezani; uamuzi ni wako.
- DAG Causal IdentificationUhitimisho wa Kisababishi↔ linganisha
- Tofauti-katika-Tofauti (Diff-in-Diff)Ekonometriki↔ linganisha
- Njia ya Vigezo vya Ala (IV) kwa Utafutaji wa KifungoUchumi wa Afya↔ linganisha
- Urejeshaji wa Njia ya Viwango Vidogo vya Kawaida (OLS)Ekonometriki↔ linganisha
- Ulinganishaji wa Alama ya MwelekeoTakwimu za Utafiti↔ linganisha
Imerejelewa na
Umeona tatizo kwenye ukurasa huu? Ripoti au pendekeza marekebisho →