قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
Modèle Structurel Causal
Framework mathématique combinant graphes acycliques dirigés et équations structurelles pour représenter et analyser les relations causales entre variables dans un système.
Graphe Acyclique Dirigé (DAG)
Représentation graphique où les nœuds sont des variables et les arêtes orientées indiquent des influences causales directes, sans cycles pour garantir la cohérence causale.
Pearl's Ladder of Causation
Hiérarchie à trois niveaux de raisonnement causal : association (corrélation), intervention (manipulation), et contrefactuel (imagination de mondes alternatifs).
Identification Causale
Processus mathématique déterminant si un effet causal peut être estimé de manière unique à partir de données d'observation et d'hypothèses structurelles.
Modèle à Équations Structurelles (SEM)
Framework statistique utilisant des équations simultanées pour modéliser les relations causales et les erreurs entre variables latentes et observées.
Distribution d'Intervention
Distribution de probabilité résultant d'une intervention externe sur le système, différente de la distribution d'observation car elle modifie les relations structurelles.
Modèles Causaux Linéaires
Classe de modèles structurels où chaque variable est une combinaison linéaire de ses causes directes plus un terme d'erreur indépendant.
Faibilité Causale
Capacité d'un modèle causal à générer des prédictions testables et réfutables à partir d'hypothèses structurelles, distinguant science de spéculation.
القبول (Admissibility)
الشرط الذي بموجبه تكون مجموعة من المتغيرات كافية لضبط تقدير تأثير سببي دون إدخال تحيز في الاختيار.
الشبكة البايزية السببية
شبكة بايزية مدعومة بتأويل سببي حيث تمثل الحواف آليات سببية بدلاً من مجرد تبعيات احتمالية.
نماذج النتائج المحتملة
إطار بديل يقوم بنمذجة النتائج المحتملة لكل وحدة تحت كل علاج ممكن، وهو أساس الاستدلال السببي في الإحصاء.
الاكتشاف السببي
مجموعة من الخوارزميات تهدف إلى استنتاج البنية السببية (الرسم البياني والمعادلات) من البيانات الرصدية أو التجريبية.