保護中: 統計的因果探索の基礎(3)因果的マルコフ条件、忠実性、PCアルゴリズム、GESアルゴリズム

Symbolic Logic

2024.03.16 2022.03.04

AIシステム設計・意思決定構造の設計を専門としています。
Ontology・DSL・Behavior Treeによる判断の外部化、マルチエージェント構築に取り組んでいます。

Specialized in AI system design and decision-making architecture.
Focused on externalizing decision logic using Ontology, DSL, and Behavior Trees, and building multi-agent systems.

統計的因果探索の基礎の為の3つのアプローチの識別可能性 | Deus Ex Machina より:

2022年3月4日 4:52 AM

[…] 次回は、ノンパラメトリックアプローチ、パラメトリックアプローチ、セミパラメトリックアプローチの3つのアプローチによる因果推定について述べる。 […]

返信
統計的因果推論と探索について | Deus Ex Machina より:

2022年3月7日 4:59 AM

[…] 統計的因果探索の基礎(3)因果的マルコフ条件、忠実性、PCアルゴリズム、GESアルゴリズム […]

返信
LiNGAMモデルを理解する為の独立成分分析(信号処理技術) | Deus Ex Machina より:

2022年3月8日 3:51 AM

[…] 因果的関係を統計的に推論する機械学習技術の参考図書である機械学習プロフェッショナルシリーズ「統計的因果探索」より。前回はノンパラメトリックアプローチ、パラメトリックアプローチ、セミパラメトリックアプローチの3つのアプローチによる因果推定について述べた。今回は、未観測共通原因がない場合のセミパラメトリックアプローチの代表的なモデルであるLiNGAMモデルについて述べる。LiNGAMモデルでは、観測変数の分布の非ガウス性を利用して、因果グラフを一意で推測可能なものとなる。 […]

返信