「stat.ME」カテゴリーアーカイブ

A Two-Stage Feature Selection Approach for Robust Evaluation of Treatment Effects in High-Dimensional Observational Data

投稿日: 2024年3月13日 作成者: jarxiv

要約 ランダム化対照試験（RCT）は、介入や治療の効果を評価するためのゴールドス … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ME | A Two-Stage Feature Selection Approach for Robust Evaluation of Treatment Effects in High-Dimensional Observational Data はコメントを受け付けていません

MixEHR-SurG: a joint proportional hazard and guided topic model for inferring mortality-associated topics from electronic health records

投稿日: 2024年3月11日 作成者: jarxiv

要約 既存の生存モデルは、高次元のマルチモーダル データに対応していないか、解釈 … 続きを読む →

カテゴリー: cs.LG, stat.ME | MixEHR-SurG: a joint proportional hazard and guided topic model for inferring mortality-associated topics from electronic health records はコメントを受け付けていません

Automated Efficient Estimation using Monte Carlo Efficient Influence Functions

投稿日: 2024年3月11日 作成者: jarxiv

要約 多くの実際的な問題には、高次元のモデルとデータセットを使用した低次元の統計 … 続きを読む →

カテゴリー: cs.LG, stat.CO, stat.ME | Automated Efficient Estimation using Monte Carlo Efficient Influence Functions はコメントを受け付けていません

Regression modelling of spatiotemporal extreme U.S. wildfires via partially-interpretable neural networks

投稿日: 2024年3月8日 作成者: jarxiv

要約 多くの環境設定におけるリスク管理には、極端な現象を引き起こすメカニズムを理 … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Regression modelling of spatiotemporal extreme U.S. wildfires via partially-interpretable neural networks はコメントを受け付けていません

Who Are We Missing? A Principled Approach to Characterizing the Underrepresented Population

投稿日: 2024年3月8日 作成者: jarxiv

要約 ランダム化比較試験（RCT）は、因果関係を理解するための基礎として機能しま … 続きを読む →

カテゴリー: cs.CY, cs.LG, stat.AP, stat.ME | Who Are We Missing? A Principled Approach to Characterizing the Underrepresented Population はコメントを受け付けていません

Active Statistical Inference

投稿日: 2024年3月6日 作成者: jarxiv

要約 アクティブ ラーニングの概念に触発され、機械学習を利用したデータ収集による … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Active Statistical Inference はコメントを受け付けていません

Nonparametric Linear Feature Learning in Regression Through Regularisation

投稿日: 2024年3月6日 作成者: jarxiv

要約 表現学習は、特にノンパラメトリック手法では困難が多い高次元データのコンテキ … 続きを読む →

カテゴリー: 62F10, 62G08, 65K10, cs.AI, cs.LG, I.2.6, math.ST, stat.ME, stat.TH | Nonparametric Linear Feature Learning in Regression Through Regularisation はコメントを受け付けていません

Counterfactual Effect Generalization: A Combinatorial Definition

投稿日: 2024年3月6日 作成者: jarxiv

要約 因果関係の広く使用されている「反事実的」定義は、一般化可能性ではなく、不偏 … 続きを読む →

カテゴリー: cs.AI, stat.ME | Counterfactual Effect Generalization: A Combinatorial Definition はコメントを受け付けていません

Zeroth-Order Sampling Methods for Non-Log-Concave Distributions: Alleviating Metastability by Denoising Diffusion

投稿日: 2024年3月1日 作成者: jarxiv

要約 この論文では、正規化されていない密度のクエリに基づいて、非対数凹分布からの … 続きを読む →

カテゴリー: cs.LG, math.PR, math.ST, stat.ME, stat.ML, stat.TH | Zeroth-Order Sampling Methods for Non-Log-Concave Distributions: Alleviating Metastability by Denoising Diffusion はコメントを受け付けていません

Imputation of missing values in multi-view data

投稿日: 2024年3月1日 作成者: jarxiv

要約 オブジェクトのセットが複数の個別の特徴セット (ビューと呼ばれる) によっ … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Imputation of missing values in multi-view data はコメントを受け付けていません