Cet article se concentre sur la compréhension des lois régissant les phénomènes, un domaine clé du progrès scientifique, notamment dans la modélisation des interactions causales. L'inférence causale se spécialise dans la quantification des relations sous-jacentes reliant cause à effet. Cet article explore en détail les avancées récentes en matière de découverte causale – le processus de récupération de graphes causaux à partir de données pour identifier et estimer les effets causaux. Il offre un aperçu cohérent des algorithmes existants développés dans divers contextes, présente des outils et des données utiles, et démontre l'applicabilité de ces méthodes par des applications pratiques.
