Szczegóły publikacji
Opis bibliograficzny
From data to decisions: comparing causal discovery methods on a benchmark dataset / Mikołaj JAROSŁAWSKI, Dominik SEPIOŁO, Antoni LIGĘZA // W: Progress in Polish artificial intelligence research 6 [Dokument elektroniczny] : 6th Polish Conference on Artifical Intelligence (PP-RAI'2025) : 07–09.04.2025, Katowice, Poland / ed. by Rafał Doroz, Beata Zielosko. — Wersja do Windows. — Dane tekstowe. — Katowice : Wydawnictwo Uniwersytetu Śląskiego, 2025. — e-ISBN: 978-83-226-4405-8. — S. 9–14. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 14, Abstr.
Autorzy (3)
Słowa kluczowe
Dane bibliometryczne
| ID BaDAP | 165789 |
|---|---|
| Data dodania do BaDAP | 2026-02-03 |
| Tekst źródłowy | URL |
| Rok publikacji | 2025 |
| Typ publikacji | fragment monografii pokonferencyjnej |
| Otwarty dostęp |  |
| Creative Commons | |
| Wydawca | Uniwersytet Śląski w Katowicach |
Abstract
Causal discovery algorithms are essential for uncovering causalrelationships in observational data, allowing deeper insights into complexsystems. In this paper, we evaluate three prominent causal discovery methods: PC, GES, and LiNGAM. Using the LUCAS dataset, we compare thesemethods based on reconstruction accuracy, computational efficiency, andtheir ability to incorporate domain knowledge. We analyze the impact ofvarying sample sizes and discuss the strengths and limitations of each approach. This work provides practical insights into the selection and application of causal discovery techniques in both research and real world settings.
