Glosario IA
El diccionario completo de la Inteligencia Artificial
Modelos Causales Estructurales (SCM)
Formalización matemática de las relaciones de causa y efecto utilizando ecuaciones estructurales y variables latentes.
Grafos Acíclicos Dirigidos (DAG)
Representación visual de las dependencias causales entre variables sin ciclos direccionales.
Do-Calculus de Pearl
Conjunto de reglas formales para manipular las expresiones causales y calcular los efectos de las intervenciones.
Inferencia Causal Contrafactual
Análisis de escenarios hipotéticos para estimar lo que habría pasado si una causa diferente hubiera ocurrido.
Puntuación de Propensión
Técnica para estimar la probabilidad de tratamiento y reducir los sesgos de selección en los estudios observacionales.
Variables Instrumentales
Método que utiliza variables externas para identificar efectos causales en presencia de variables de confusión no observadas.
Mediación Causal
Análisis de los mecanismos intermedios a través de los cuales una causa produce su efecto sobre una variable de resultado.
Causalité en Séries Temporelles
Détection et analyse des relations de cause à effet dans les données séquentielles temporelles.
Inferencia Causal en Alta Dimensión
Técnicas adaptadas para identificar las relaciones causales con un gran número de variables en comparación con las observaciones.
Experimentos Naturales y Cuasi-Experimentales
Métodos que aprovechan eventos exógenos o variaciones naturales para estimar los efectos causales.
Aprendizaje Causal por Refuerzo
Integración de los principios causales en los algoritmos de aprendizaje por refuerzo para mejorar la generalización.
Descubrimiento Causal
Algoritmos para descubrir automáticamente la estructura causal subyacente a partir de datos observacionales.