2025-02-22T17:15:50-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: Query fl=%2A&wt=json&json.nl=arrarr&q=id%3A%22irk-123456789-180486%22&qt=morelikethis&rows=5

2025-02-22T17:15:50-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: => GET http://localhost:8983/solr/biblio/select?fl=%2A&wt=json&json.nl=arrarr&q=id%3A%22irk-123456789-180486%22&qt=morelikethis&rows=5

2025-02-22T17:15:50-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: <= 200 OK

2025-02-22T17:15:50-05:00 DEBUG: Deserialized SOLR response

Відтворення казуальних моделей з даних. Проблеми адекватності структур з прихованими причинами

Аналізується надійність відтворення каузальних моделей зі статистичних даних методами, основаними на незалежності. Показано механізми виникнення неадекватності моделі внаслідок недосконалості та неповноти емпіричних даних. Розкрито специфічні проблеми виведення (розпізнавання) спрямованості впливів...

Full description

Saved in:

Bibliographic Details
Main Author:	Балабанов, О.С.
Format:	Article
Language:	Ukrainian
Published:	Інститут програмних систем НАН України 2020
Series:	Проблеми програмування
Subjects:	Методи машинного навчання
Online Access:	http://dspace.nbuv.gov.ua/handle/123456789/180486
Tags:	Add Tag No Tags, Be the first to tag this record!

id	irk-123456789-180486
record_format	dspace
spelling	irk-123456789-1804862021-09-30T01:26:30Z Відтворення казуальних моделей з даних. Проблеми адекватності структур з прихованими причинами Балабанов, О.С. Методи машинного навчання Аналізується надійність відтворення каузальних моделей зі статистичних даних методами, основаними на незалежності. Показано механізми виникнення неадекватності моделі внаслідок недосконалості та неповноти емпіричних даних. Розкрито специфічні проблеми виведення (розпізнавання) спрямованості впливів між змінними в ситуації, коли деякі причини є прихованими. Виявлено некоректність відомого правила виведення спрямованості (орієнтації) зв'язків в умовах прихованих змінних. Запропоновано корекцію розглянутого правила для уникнення можливих помилок. Анализируется надежность восстановления каузальных моделей из статистических данных методами, основанными на независимости. Показаны механизмы возникновения неадекватности модели вследствие несовершенства и неполноты эмпирических данных. Раскрыты специфические проблемы вывода (распознавания) направленности влияний между переменными в ситуации, когда некоторые причини являются скрытыми. Выявлена некорректность известного правила вывода направленности (ориентации) связей в условиях скрытых переменных. Предложена коррекция рассмотренного правила для исключения возможных ошибок The reliability of causal inference from data (by independence-based methods) is analyzed. We uncover some mechanisms which may result in model inadequacy due to sample bias and hidden variables. We detect some specific problems in recognition of direction of influence when some causes are hidden. Incorrectness of known rule for edge orientation (under causal insufficiency) is revealed. We suggest the correction to the rule aiming to retain model adequacy 2020 Article Відтворення казуальних моделей з даних. Проблеми адекватності структур з прихованими причинами / О.С. Балабанов // Проблеми програмування. — 2020. — № 2-3. — С. 392-406. — Бібліогр.: 13 назв. — укр. 1727-4907 DOI: https://doi.org/10.15407/pp2020.02-03.392 http://dspace.nbuv.gov.ua/handle/123456789/180486 004.855:519.216 uk Проблеми програмування Інститут програмних систем НАН України
institution	Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection	DSpace DC
language	Ukrainian
topic	Методи машинного навчання Методи машинного навчання
spellingShingle	Методи машинного навчання Методи машинного навчання Балабанов, О.С. Відтворення казуальних моделей з даних. Проблеми адекватності структур з прихованими причинами Проблеми програмування
description	Аналізується надійність відтворення каузальних моделей зі статистичних даних методами, основаними на незалежності. Показано механізми виникнення неадекватності моделі внаслідок недосконалості та неповноти емпіричних даних. Розкрито специфічні проблеми виведення (розпізнавання) спрямованості впливів між змінними в ситуації, коли деякі причини є прихованими. Виявлено некоректність відомого правила виведення спрямованості (орієнтації) зв'язків в умовах прихованих змінних. Запропоновано корекцію розглянутого правила для уникнення можливих помилок.
format	Article
author	Балабанов, О.С.
author_facet	Балабанов, О.С.
author_sort	Балабанов, О.С.
title	Відтворення казуальних моделей з даних. Проблеми адекватності структур з прихованими причинами
title_short	Відтворення казуальних моделей з даних. Проблеми адекватності структур з прихованими причинами
title_full	Відтворення казуальних моделей з даних. Проблеми адекватності структур з прихованими причинами
title_fullStr	Відтворення казуальних моделей з даних. Проблеми адекватності структур з прихованими причинами
title_full_unstemmed	Відтворення казуальних моделей з даних. Проблеми адекватності структур з прихованими причинами
title_sort	відтворення казуальних моделей з даних. проблеми адекватності структур з прихованими причинами
publisher	Інститут програмних систем НАН України
publishDate	2020
topic_facet	Методи машинного навчання
url	http://dspace.nbuv.gov.ua/handle/123456789/180486
citation_txt	Відтворення казуальних моделей з даних. Проблеми адекватності структур з прихованими причинами / О.С. Балабанов // Проблеми програмування. — 2020. — № 2-3. — С. 392-406. — Бібліогр.: 13 назв. — укр.
series	Проблеми програмування
work_keys_str_mv	AT balabanovos vídtvorennâkazualʹnihmodelejzdanihproblemiadekvatnostístrukturzprihovanimipričinami
first_indexed	2023-10-18T22:50:07Z
last_indexed	2023-10-18T22:50:07Z
_version_	1796156558713815040

Відтворення казуальних моделей з даних. Проблеми адекватності структур з прихованими причинами

Similar Items