高维数据下的因果发现算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| CONTENTS | 第9-11页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 推断因果关系的意义和前景 | 第11-12页 |
| 1.2 因果网络结构学习方法 | 第12-13页 |
| 1.3 因果推断方法 | 第13-14页 |
| 1.4 本文的研究重点和创新点 | 第14页 |
| 1.5 本文的章节安排 | 第14-16页 |
| 第二章 相关定义与假设 | 第16-19页 |
| 2.1 因果网络 | 第16页 |
| 2.2 因果网络的类型 | 第16-17页 |
| 2.3 图分割与变量独立 | 第17-19页 |
| 第三章 经典因果关系发现算法及其不足分析 | 第19-25页 |
| 3.1 引言 | 第19-20页 |
| 3.2 因果网络结构学习算法 | 第20-21页 |
| 3.3 因果网络结构学习算法的不足 | 第21-22页 |
| 3.4 因果推断算法介绍 | 第22-23页 |
| 3.5 因果推断算法的不足 | 第23-24页 |
| 3.6 小结 | 第24-25页 |
| 第四章 因果发现算法 | 第25-43页 |
| 4.1 引言 | 第25-26页 |
| 4.2 预备知识 | 第26-27页 |
| 4.3 因果发现算法的介绍 | 第27-33页 |
| 4.4 实验设计 | 第33-34页 |
| 4.5 虚拟数据集下的结果 | 第34-40页 |
| 4.6 真实数据集下的结果 | 第40-42页 |
| 4.7 小结 | 第42-43页 |
| 结语 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 攻读硕士学位期间发表的学术论文 | 第47-49页 |
| 致谢 | 第49页 |
