gCastle：一个用于因果发现的 Python 工具箱

Keli Zhang; Shengyu Zhu; Marcus Kalander; Ignavier Ng; Junjian Ye; Zhitang Chen; Lujia Pan

gCastle：一个用于因果发现的 Python 工具箱

机器学习 2021-12-01 v1 机器学习

作者: Keli Zhang , Shengyu Zhu , Marcus Kalander , Ignavier Ng , Junjian Ye , Zhitang Chen , Lujia Pan

摘要

$\texttt{gCastle}$ 是一个端到端的用于因果结构学习的 Python 工具箱。它提供从模拟器或真实数据集生成数据、从数据学习因果结构以及评估所学图的功能，同时包含先验知识插入、初步邻域选择和去除伪发现的后处理等实用操作。与相关包相比， $\texttt{gCastle}$ 包含许多近期开发的基于梯度的因果发现方法，并支持可选 GPU 加速。 $\texttt{gCastle}$ 为可直接使用代码实验的研究人员以及具有图形用户界面的从业者带来便利。当前版本还提供了电信领域的三个真实数据集。 $\texttt{gCastle}$ 基于 Apache License 2.0 在 \url{https://github.com/huawei-noah/trustworthyAI/tree/master/gcastle} 可用。

关键词

因果发现因果结构学习 Python 工具箱基于梯度的方法 GPU 加速

引用

@article{arxiv.2111.15155,
  title  = {gCastle: A Python Toolbox for Causal Discovery},
  author = {Keli Zhang and Shengyu Zhu and Marcus Kalander and Ignavier Ng and Junjian Ye and Zhitang Chen and Lujia Pan},
  journal= {arXiv preprint arXiv:2111.15155},
  year   = {2021}
}

备注

Tech report describing the gCastle toolbox. More details can be found in the github repository https://github.com/huawei-noah/trustworthyAI/tree/master/gcastle

gCastle：一个用于因果发现的 Python 工具箱

摘要

关键词

引用

备注

相关论文