Clarifier un terme, examiner des preuves ou situer une idée.
inAiLoading page content...
Profil · causalité
Plan pour cette page
Pearl a développé des outils graphiques et mathématiques influents pour raisonner en situation d’incertitude et rendre explicites les hypothèses causales.
Contributions
Il a développé des méthodes fondatrices pour raisonner efficacement avec des réseaux bayésiens et des éléments de preuve incertains.
Il a fait progresser les modèles causaux structurels, les critères graphiques et le do-calculus pour exprimer et identifier les effets des interventions.
Il a formalisé les liens entre les questions d’association, d’intervention et de contrefactuels.
Il a contribué à introduire le langage et les hypothèses causales dans l’apprentissage automatique, la statistique et les sciences appliquées.
Un modèle prédictif peut apprendre que deux variables évoluent ensemble sans savoir ce qui changerait si l’une d’elles était délibérément modifiée. Le cadre de Pearl représente les hypothèses causales par des graphes et des équations structurelles, puis demande quels effets peuvent être identifiés à partir de ces hypothèses et des données disponibles.
Il ne s’agit pas d’un mécanisme permettant d’extraire automatiquement les causes de n’importe quel jeu de données. Le graphe, les connaissances de conception, la qualité des mesures et les hypothèses portent un contenu essentiel. Les mathématiques aident à exposer et à tester les implications ; elles ne remplacent ni l’expertise du domaine ni les expériences.
Contexte, limites et débats
Sources et périmètre
Biographie officielle du laboratoire sur le raisonnement probabiliste et causal, les principaux ouvrages et le prix Turing ; les résumés biographiques condensent les contributions de la communauté plus large de l’inférence causale.
Présentation principale des objectifs de l’ouvrage : formaliser les hypothèses, les interventions et les questions causales ; elle traite explicitement la causalité comme exigeant des informations allant au-delà de l’association statistique.
Présentation à jour des recherches du laboratoire sur le raisonnement probabiliste, causal et contrefactuel, ainsi que sur leurs applications.
