更改

跳到导航 跳到搜索
添加26字节 、 2021年6月18日 (星期五)
无编辑摘要
第10行: 第10行:  
考虑一个多变量联合概率分布<math>P_{X}</math>和一个有向无环图DAG <math>\mathcal{G}</math>.
 
考虑一个多变量联合概率分布<math>P_{X}</math>和一个有向无环图DAG <math>\mathcal{G}</math>.
   −
定义:联合概率分布 <math>P_{X}</math> 对于给定的 DAG  <math>\mathcal{G}</math> 满足因果忠实性,如果<ref name="Elements">Peters Jonas,Janzing Dominik,Schlkopf Bernhard (2017) [https://pattern.swarma.org/paper?id=5c93b918-c3ba-11eb-8fd5-0242ac170007 Elements of Causal Inference: Foundations and Learning Algorithms].</ref>:
+
定义:联合概率分布 <math>P_{X}</math> 对于给定的 [[DAG]] <math>\mathcal{G}</math> 满足因果忠实性,如果<ref name="Elements">Peters Jonas,Janzing Dominik,Schlkopf Bernhard (2017) [https://pattern.swarma.org/paper?id=5c93b918-c3ba-11eb-8fd5-0242ac170007 Elements of Causal Inference: Foundations and Learning Algorithms].</ref>:
    
<math>A \perp\!\!\!\perp B \mid C \Rightarrow A \perp\!\!\!\perp_{\mathcal{G}} B \mid C</math>
 
<math>A \perp\!\!\!\perp B \mid C \Rightarrow A \perp\!\!\!\perp_{\mathcal{G}} B \mid C</math>
第65行: 第65行:  
==参考文献==
 
==参考文献==
 
</noinclude>
 
</noinclude>
 +
 +
 +
 +
== 编者推荐 ==

导航菜单