ما هو الفرق بين النماذج السببية والنماذج الرسومية الموجهة؟

Question

ما هو الفرق بين النماذج السببية والنماذج الرسومية الموجهة؟ ما هو الفرق بين العلاقات السببية والعلاقات الاحتمالية الموجهة؟ بشكل أكثر ملموسًا ، ما الذي تضعه في واجهة أ DirectedProbabilisticModel الطبقة ، وماذا في أ CausalModel صف دراسي؟ هل يرث أحدهم من الآخر؟

Answer 1

هناك نوعان من نموذج سببي: النماذج التداخلية و نماذج مضادة. جميع النماذج الرسومية الموجهة يمكن أن تسبب الملاحظة. النموذج التداخلي هو نموذج رسومي موجه يمكنه التفكير في الأدلة الرصدية والتداخلية. يمكن أن يؤدي النموذج المضاد للعقار إلى سبب وجود أدلة مراقبة ، تدخلية ، ومكافحة (التدخلات التي مصدرها هو استنتاجات داخل النموذج).

في رسالة بريد إلكتروني خاصة قبل عامين ، كتب لي بيرل:

بحكم التعريف ، فإن النموذج هو قائمة الافتراضات ، ولا يُعرف الافتراضات أبدًا بأنها صحيحة ". قد يتم إثباتها بالنظرية أو البيانات أو التجارب. لكن موقفهم في التسلسل الهرمي يتم تحديده بما يدعونه ، وليس من أين أتوا.

Answer 2

السببية من قبل يهودا بيرل هو الكتاب الذي يجب قراءته.

الفرق هو أن المرء هو السببية والآخر مجرد إحصائي. قبل رفضني كعضو في نادي tautology ، اسمعني.

علاقة احتمالية موجهة (تُعرف أيضًا باسم مجموعة كاملة من جداول الاحتمالات الشرطية ، والتي تُعرف أيضًا باسم شبكة بايزي) تحتوي فقط على معلومات إحصائية. بمعنى أن أي شيء يمكنك استنتاجه من جدول احتمال المفصل يمكنك استنتاجه من العلاقة الاحتمالية الموجهة ، لا شيء أكثر ، لا شيء أقل. الاثنان مكافئين.

العلاقة السببية هي شيء آخر تمامًا. يجب أن تحدد العلاقة السببية (التي تُعرف أيضًا باسم شبكة بايزي السببية) ما يحدث تحت أي تدخل متغير. التدخل هو عندما يضطر المتغير إلى قيمة خارج التأثيرات الطبيعية للنموذج. هذا يعادل استبدال الاحتمال الشرطي للمتغير القسري (أو المتغيرات ، لكننا نعتبر واحدة فقط للبساطة) مع جدول جديد يأخذ فيه المتغير قيمته القسرية مع احتمال واحد.

إذا لم يكن هذا منطقيًا ، فيرجى المتابعة وسأوضح.

تمت إضافة هذا القسم إلى معالجة أسئلة نيل في التعليقات

يسأل نيل:

كيف يمكنك تحديد اتجاه العلاقات الاحتمالية الموجهة دون إجراء تدخلات؟ بمعنى آخر ، ألا يحتوي النموذج الرسومي الموجه على معلومات سببية فيه (أي معلومات حول الاحتمالات المشروطة على التدخلات؟)

يمكنك تحديد اتجاه العلاقات الاحتمالية الموجهة من خلال وضع افتراضات إضافية غير متطورة. تشمل هذه الافتراضات عادة ما يلي: بافتراض عدم وجود متغيرات مخفية ، والآلة المهمة حقًا ، على افتراض أن علاقات الاستقلال المشروطة الموجودة في التوزيع المشترك مستقر (وهذا يعني أنها ليست عن طريق الصدفة أو الإلغاء). شبكات بايزي تفعل ليس جعل هذه الافتراضات.

للحصول على تفاصيل حول كيفية استرداد الاتجاهات بحث خوارزميات IC و PC و IC*. أعتقد أن التفاصيل المحددة لـ IC مغطاة بـ: "نظرية السببية المستخلصة"

Answer 3

إذا فهمت هذا المشنور بشكل صحيح ، تهدف النماذج غير الرسمية والنماذج الرسومية (شبكات بايزي) إلى مراحل مختلفة من سير العمل. النموذج غير الرسمي هو وسيلة لتعيين التبعيات بحيث تعكس السببية. شبكات بايزي تزودنا بتقنيات الاستدلال. لذلك ، يمكن للمرء إجراء تقدير باستخدام شيء مختلف. من ناحية أخرى ، يمكن للمرء أن يصمم شبكات بايزي باستخدام تقنيات مختلفة عن SCM.

إذا قمت بحفرها بشكل أعمق ، فالرجاء إعلامنا ، لأنني لا أفهم تمامًا موضوع SCM (بينما أرغب في :).

Answer 4

النماذج الرسومية الموجهة هي وسيلة لترميز العلاقات السببية بين المتغيرات. النماذج الرسومية الاحتمالية هي وسيلة لترميز السببية بطريقة احتمالية. أود أن أوصي القراءة هذه كتاب كتبه يهودا بيرل الذي هو أحد الرواد في هذا المجال (الذين أراهم تشير إلى الورقة التي ذكرتها في التعليق).

الرسم البياني الموجه هو ببساطة رسم بياني (العقد والحواف) الموجه (الحواف لها اتجاهات). النماذج السببية هي نماذج تخبرك كيف تؤثر المتغيرات على بعضها البعض ، وهي إحدى طرق القيام بذلك هي استخدام الرسوم البيانية الموجهة. أظهرت أبحاث الذكاء الاصطناعي أن العلاقات السببية الحتمية ليست كافية لترميز المعرفة للعالم من حولنا لأنها فوضوية للغاية. هذا هو السبب في إضافة الاحتمال إلى الصورة.