因果发现和逆向建模有什么区别？

Question

我不认为这些词是交替使用的，但它们似乎是相似的。在逆向建模中，我们试图找出具有一定效果的因果因素。在因果发现中，我们也在寻找因果因素，对吗？在不同的情况下，你会如何使用这些术语？

Answer 1

一个类似的问题也可能是“贝叶斯网络学习和因果发现之间的区别是什么？”我是这样描述这个问题的，因为因果网络可以是因果性贝叶斯网络，这使得这个问题更加棘手。那有什么区别？！

因果发现的目的是从数据中重建因果图，而贝叶斯网络学习的目的是从数据中重建概率图形模型(PGM)。这里的区别是所使用的假设，以及对网络的解释。

贝叶斯网络中的A \rightarrow B \rightarrow C 并不意味着A是B的一个原因，但如果它是一个因果网络，这就是解释。所使用的假设集合，除其他外，将使其他或者不是相信这种因果关系是合理的。

与其他常用的网络推理方法相比，因果发现通常更多地关注直接关系和关系取向。一种说法是因果发现是逆模型的子集。