stat.ME」カテゴリーアーカイブ

Synthetic Potential Outcomes for Mixtures of Treatment Effects

要約 現代のデータ分析は、多くの場合、多様な集団やデータソースの統合として構築さ … 続きを読む

カテゴリー: cs.LG, econ.EM, stat.ME | Synthetic Potential Outcomes for Mixtures of Treatment Effects はコメントを受け付けていません

Adaptive Generalized Neyman Allocation: Local Asymptotic Minimax Optimal Best Arm Identification

要約 この研究では、固定予算のベストアーム同定 (BAI) のための局所漸近ミニ … 続きを読む

カテゴリー: cs.AI, cs.LG, econ.EM, stat.ME, stat.ML | Adaptive Generalized Neyman Allocation: Local Asymptotic Minimax Optimal Best Arm Identification はコメントを受け付けていません

A Note on the Prediction-Powered Bootstrap

要約 予測を利用した推論のためのブートストラップ ベースの方法である PPBoo … 続きを読む

カテゴリー: cs.LG, stat.ME, stat.ML | A Note on the Prediction-Powered Bootstrap はコメントを受け付けていません

Differentially private projection-depth-based medians

要約 私たちは、プロポーザル・テスト・リリース (PTR) および指数関数メカニ … 続きを読む

カテゴリー: 62G35, cs.CR, cs.LG, math.ST, stat.ME, stat.TH | Differentially private projection-depth-based medians はコメントを受け付けていません

Forecasting with Hyper-Trees

要約 このペーパーでは、ハイパーツリーの概念を紹介し、ツリーベースのモデルを時系 … 続きを読む

カテゴリー: cs.LG, stat.ME | Forecasting with Hyper-Trees はコメントを受け付けていません

High-dimensional multiple imputation (HDMI) for partially observed confounders including natural language processing-derived auxiliary covariates

要約 多重代入 (MI) モデルは補助共変量 (AC) を含めることで改善できま … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ME | High-dimensional multiple imputation (HDMI) for partially observed confounders including natural language processing-derived auxiliary covariates はコメントを受け付けていません

A Framework for Improving the Reliability of Black-box Variational Inference

要約 ブラックボックス変分推論 (BBVI) は現在、近似ベイズ推論のためのマル … 続きを読む

カテゴリー: cs.LG, stat.ME, stat.ML | A Framework for Improving the Reliability of Black-box Variational Inference はコメントを受け付けていません

Optimal Aggregation of Prediction Intervals under Unsupervised Domain Shift

要約 機械学習モデルが動的環境に導入されることが増えているため、分布の変化に伴う … 続きを読む

カテゴリー: cs.LG, math.ST, stat.ME, stat.ML, stat.TH | Optimal Aggregation of Prediction Intervals under Unsupervised Domain Shift はコメントを受け付けていません

Wasserstein Gradient Boosting: A General Framework with Applications to Posterior Regression

要約 勾配ブースティングは、新しい基本学習器を各ステップでの残りの損失の勾配に適 … 続きを読む

カテゴリー: cs.LG, stat.ME, stat.ML | Wasserstein Gradient Boosting: A General Framework with Applications to Posterior Regression はコメントを受け付けていません

Integrating Large Language Models in Causal Discovery: A Statistical Causal Approach

要約 実際の統計的因果発見 (SCD) では、背景知識の体系的な取得における課題 … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ME, stat.ML | Integrating Large Language Models in Causal Discovery: A Statistical Causal Approach はコメントを受け付けていません