「stat.ME」カテゴリーアーカイブ

Temperature Optimization for Bayesian Deep Learning

投稿日: 2025年6月12日 作成者: jarxiv

要約 寒冷後効果（CPE）は、ベイジアンディープラーニング（BDL）の現象であり … 続きを読む →

カテゴリー: cs.LG, stat.CO, stat.ME, stat.ML | Temperature Optimization for Bayesian Deep Learning はコメントを受け付けていません

Causal Sufficiency and Necessity Improves Chain-of-Thought Reasoning

投稿日: 2025年6月12日 作成者: jarxiv

要約 チェーンオブ思考（COT）プロンプトは、複雑な推論能力を備えた大規模な言語 … 続きを読む →

カテゴリー: cs.AI, cs.CL, math.ST, stat.ME, stat.TH | Causal Sufficiency and Necessity Improves Chain-of-Thought Reasoning はコメントを受け付けていません

Local MDI+: Local Feature Importances for Tree-Based Models

投稿日: 2025年6月11日 作成者: jarxiv

要約 ランダムフォレストなどの樹木ベースのアンサンブルは、予測のパフォーマンスと … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Local MDI+: Local Feature Importances for Tree-Based Models はコメントを受け付けていません

Exact Upper and Lower Bounds for the Output Distribution of Neural Networks with Random Inputs

投稿日: 2025年6月11日 作成者: jarxiv

要約 Noisy（確率的）入力の対象となるサポート全体にわたって、ニューラルネッ … 続きを読む →

カテゴリー: (Primary), 62H10, cs.LG, G.3, stat.ME, stat.ML | Exact Upper and Lower Bounds for the Output Distribution of Neural Networks with Random Inputs はコメントを受け付けていません

High-Dimensional Independence Testing via Maximum and Average Distance Correlations

投稿日: 2025年6月8日 作成者: jarxiv

要約 このペーパーでは、多変量独立性テストの最大距離相関と平均距離相関の利用を調 … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | High-Dimensional Independence Testing via Maximum and Average Distance Correlations はコメントを受け付けていません

What Makes Treatment Effects Identifiable? Characterizations and Estimators Beyond Unconfoundedness

投稿日: 2025年6月5日 作成者: jarxiv

要約 因果推論における平均治療効果（ATE）の広く使用されている推定器のほとんど … 続きを読む →

カテゴリー: cs.LG, econ.EM, math.ST, stat.ME, stat.ML, stat.TH | What Makes Treatment Effects Identifiable? Characterizations and Estimators Beyond Unconfoundedness はコメントを受け付けていません

Recover Experimental Data with Selection Bias using Counterfactual Logic

投稿日: 2025年6月5日 作成者: jarxiv

要約 特定のサンプルの体系的な包含または除外から生じる選択バイアスは、因果推論の … 続きを読む →

カテゴリー: cs.AI, stat.ME | Recover Experimental Data with Selection Bias using Counterfactual Logic はコメントを受け付けていません

Falsification of Unconfoundedness by Testing Independence of Causal Mechanisms

投稿日: 2025年6月3日 作成者: jarxiv

要約 観察研究における治療効果を推定する上での主な課題は、測定されていない交絡の … 続きを読む →

カテゴリー: (Primary), cs.LG, stat.ME, stat.ML | Falsification of Unconfoundedness by Testing Independence of Causal Mechanisms はコメントを受け付けていません

Generalized Bayesian deep reinforcement learning

投稿日: 2025年6月3日 作成者: jarxiv

要約 ベイジアン強化学習（BRL）は、ベイジアン統計と強化学習からの原則をマージ … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Generalized Bayesian deep reinforcement learning はコメントを受け付けていません

M-learner:A Flexible And Powerful Framework To Study Heterogeneous Treatment Effect In Mediation Model

投稿日: 2025年6月2日 作成者: jarxiv

要約 不均一な間接的および総治療効果を推定し、調停フレームワーク内で関連するサブ … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | M-learner:A Flexible And Powerful Framework To Study Heterogeneous Treatment Effect In Mediation Model はコメントを受け付けていません