อัลกอริทึม GES — การค้นหาความสมมูลแบบละโมบสำหรับการค้นพบเชิงสาเหตุ
Greedy Equivalence Search (GES) เป็นอัลกอริทึมแบบอิงคะแนนสำหรับการเรียนรู้โครงสร้างเชิงสาเหตุของชุดตัวแปรจากข้อมูลเชิงสังเกต GES ซึ่งนำเสนอโดย David Maxwell Chickering ในปี 2002 ทำงานโดยตรงบนคลาสความสมมูลของกราฟเชิงสาเหตุแบบไม่มีวัฏจักร (DAGs) ซึ่งแสดงด้วยกราฟเชิงสาเหตุแบบบางส่วนที่มีทิศทาง (CPDAGs) ภายใต้สมมติฐานของความเพียงพอเชิงสาเหตุและกระบวนการสร้างข้อมูลที่ซื่อสัตย์ GES ได้รับการพิสูจน์แล้วว่าสามารถกู้คืนคลาสความสมมูลที่แท้จริงได้ในขีดจำกัดของตัวอย่างขนาดใหญ่
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Chickering, D. M. (2002). Optimal structure identification with greedy search. Journal of Machine Learning Research, 3, 507–554. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 2). Greedy Equivalence Search (GES). ScholarGate. https://scholargate.app/th/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.
- เครือข่ายเบย์ (Bayesian Network)เบย์↔ compare
- NOTEARS: การหาโครงสร้างเชิงสาเหตุแบบต่อเนื่องการอนุมานเชิงสาเหตุ↔ compare