Séance de cours

Inférence causale: Critère de la porte d'entrée

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

MGT-416: Causal inference

Students will learn the core concepts and techniques of network analysis with emphasis on causal inference. Theory and application will be balanced, with students working directly with network data throughout the course. ...

Description

Cette séance de cours couvre le concept du critère de la porte d'entrée dans l'inférence causale, expliquant les conditions dans lesquelles un ensemble de variables satisfait à ce critère pour un couple ordonné. Il traite du blocage des chemins dirigés, de l'absence de chemins de porte dérobée et de l'observation des chemins bloqués. Les conditions suffisantes pour le critère de la porte d'entrée sont détaillées, soulignant l'importance des variables bloquant efficacement les chemins.

Enseignant·e

Negar Kiyavash

Enseignement et PhD Doctorant·es actuel·les Mohammad Shahverdikondori, Badri Mohammad Reza, Arefe Boushehrian, Sepehr Elahi, Mohammadsadegh Khorasani, Mohammadsaeed Masiha, Amir Mohammad Aboueimehrizi A dirigé les thèses EPFL de Sina Akbari, Ehsan Mokhtarian, Yaroslav Kivva, Fateme Jamshidi Cours Causal inference MGT-416 Les étudiants apprendront les concepts et techniques de base de l'analyse de réseau en mettant l'accent sur l'inférence causale. Théorie et l'application sera équilibrée,

Source officielle

Concepts associés (11)

Causal model

In the philosophy of science, a causal model (or structural causal model) is a conceptual model that describes the causal mechanisms of a system. Several types of causal notation may be used in the development of a causal model. Causal models can improve study designs by providing clear rules for deciding which independent variables need to be included/controlled for. They can allow some questions to be answered from existing observational data without the need for an interventional study such as a randomized controlled trial.

Chaîne (théorie des graphes)

Dans un graphe non orienté, une chaîne reliant à , notée , est définie par une suite finie d'arêtes consécutives, reliant à . La notion correspondante dans les graphes orientés est celle de chemin. Une chaîne élémentaire est une chaîne ne passant pas deux fois par un même sommet, c'est-à-dire dont tous les sommets sont distincts. Une chaîne simple est une chaîne ne passant pas deux fois par une même arête, c'est-à-dire dont toutes les arêtes sont distinctes. Un cycle est une chaîne simple dont les deux extrémités sont identiques.

Problème de plus court chemin

vignette|Exemple d'un plus court chemin du sommet A au sommet F : (A, C, E, D, F). En théorie des graphes, le 'problème de plus court chemin' est le problème algorithmique qui consiste à trouver un chemin d'un sommet à un autre de façon que la somme des poids des arcs de ce chemin soit minimale. Il existe de nombreuses variantes de ce problème suivant que le graphe est fini, orienté ou non, que chaque arc ou arête possède ou non une valeur qui peut être un poids ou une longueur.

Inférence causale

L'inférence causale est le processus par lequel on peut établir une relation de causalité entre un élément et ses effets. C'est un champ de recherche à la croisée des statistiques, de l'économétrie, de l'épidémiologie, de la méthodologie politique et de l'intelligence artificielle. En 1920, Sewall Wright développe la première path analysis. Cette analyse graphique des relations de causalité entre les variables constitue selon Judea Pearl un travail pionnier dans l'inférence causale.

Hamiltonian path problem

In the mathematical field of graph theory the Hamiltonian path problem and the Hamiltonian cycle problem are problems of determining whether a Hamiltonian path (a path in an undirected or directed graph that visits each vertex exactly once) or a Hamiltonian cycle exists in a given graph (whether directed or undirected). Both problems are NP-complete.

Afficher plus

Séances de cours associées (33)

Inférence causale & Graphiques dirigés

Explore l'inférence causale, les graphiques dirigés et l'équité dans les algorithmes, en mettant l'accent sur l'indépendance conditionnelle et les implications des GAD.

Groupes fondamentaux

Explore les groupes fondamentaux, les classes d'homotopie et les revêtements dans les variétés connectées.

Sélection du modèle et géométrie locale

Explore les défis de sélection des modèles dans les modèles causaux et l'impact de la géométrie locale sur l'inférence statistique.

Problèmes de parcours le plus court : Bellman-Ford

Explore la résolution des problèmes de chemin le plus court avec l'algorithme Bellman-Ford et les cycles de coûts négatifs.

Coloriage graphique et cycles dirigés

Explore la coloration des graphes, les cycles dirigés, les applications de l'algorithme LLL et les dépendances des éléments dans les graphes.

Afficher plus

Concepts associés (11)

Causal model

Chaîne (théorie des graphes)

Problème de plus court chemin

Inférence causale

Hamiltonian path problem

Afficher plus