Khám phá và học máy nhân quả
8 phương pháp trong họ này.
Nổi bật
Các thuật toán Khám phá Nhân quả (PC, FCI, LiNGAM)Causal discovery is a family of algorithms that automatically learn a directed acyclic graph (DAG) describing causal structure directly from observational data. The constraint-baseThuật toán FCIThe Fast Causal Inference (FCI) algorithm is a constraint-based causal discovery method introduced by Spirtes, Glymour, and Scheines in their landmark 2000 book Causation, PredictiThuật toán GESGreedy Equivalence Search (GES) is a score-based algorithm for learning the causal structure of a set of variables from observational data. Introduced by David Maxwell Chickering iĐánh giá Tác động Phản thực tế Tăng cường Học máyMachine learning-augmented counterfactual impact evaluation combines the credibility of potential-outcomes causal inference with the flexibility of modern ML algorithms. Rather thaThiết kế Phân tích Gián đoạn Mờ Tăng cường Học máyML-augmented fuzzy RDD extends the classical fuzzy regression discontinuity design by replacing parametric polynomial approximations with flexible machine learning estimators. WherMô hình cấu trúc biên tăng cường học máy (ML-MSM)The machine learning-augmented marginal structural model combines the causal rigour of Robins et al.'s MSM framework with flexible, data-adaptive ML algorithms for estimating prope
Lộ trình đọc
Những phương pháp nền tảng được tham chiếu nhiều nhất của chủ đề này, theo thứ tự chúng được phát triển — một nơi để bắt đầu nếu bạn còn mới ở đây.
Tất cả phương pháp 8
Các thuật toán Khám phá Nhân quả (PC, FCI, LiNGAM)Thuật toán FCIThuật toán GESĐánh giá Tác động Phản thực tế Tăng cường Học máyThiết kế Phân tích Gián đoạn Mờ Tăng cường Học máyMô hình cấu trúc biên tăng cường học máy (ML-MSM)NOTEARS: Tối ưu hóa liên tục để học cấu trúc nhân quảƯớc lượng Hợp lý Tối đa Có Mục tiêu (TMLE)