Sélection du modèle et géométrie locale

Cette séance de cours de l'instructeur aborde les thèmes de la sélection des modèles et de la géométrie locale dans les modèles causaux. Il traite des défis que pose l'interprétation de la causalité à partir des données d'observation, du concept d'apprentissage de la structure causale et de l'utilisation de modèles graphiques dans la sélection des modèles. La séance de cours explore des modèles graphiques gaussiens non dirigés, des modèles graphiques dirigés et des graphiques acycliques dirigés. Il se penche sur les difficultés de sélection des modèles dans les graphiques acycliques dirigés discrets et les implications de l'équivalence k. L'exposé porte également sur les conséquences statistiques de l'équivalence k-near-equivalence et les conséquences informatiques du chevauchement des modèles. L'instructeur conclut en discutant du manque de convexité dans certains modèles et propose des méthodes pour tirer parti de la proximité des vrais modèles pour améliorer la sélection.