「stat.ME」カテゴリーアーカイブ

Beta Diffusion

投稿日: 2023年9月15日 作成者: jarxiv

要約 デマスキングとノイズ除去を統合して制限された範囲内でデータを生成する新しい … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.CO, stat.ME, stat.ML | Beta Diffusion はコメントを受け付けていません

Maximum Mean Discrepancy Meets Neural Networks: The Radon-Kolmogorov-Smirnov Test

投稿日: 2023年9月14日 作成者: jarxiv

要約 最大平均不一致 (MMD) は、ある分布 $P$ と別の $Q$ のサンプ … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Maximum Mean Discrepancy Meets Neural Networks: The Radon-Kolmogorov-Smirnov Test はコメントを受け付けていません

A Consistent and Scalable Algorithm for Best Subset Selection in Single Index Models

投稿日: 2023年9月13日 作成者: jarxiv

要約 高次元データの分析により、単一インデックス モデル (SIM) と最適なサ … 続きを読む →

カテゴリー: cs.LG, stat.CO, stat.ME, stat.ML | A Consistent and Scalable Algorithm for Best Subset Selection in Single Index Models はコメントを受け付けていません

Fairness and robustness in anti-causal prediction

投稿日: 2023年9月13日 作成者: jarxiv

要約 分散シフトに対する堅牢性と公平性は、現代の機械学習モデルに求められる 2 … 続きを読む →

カテゴリー: cs.LG, stat.ME | Fairness and robustness in anti-causal prediction はコメントを受け付けていません

Boundary Peeling: Outlier Detection Method Using One-Class Peeling

投稿日: 2023年9月12日 作成者: jarxiv

要約 教師なし外れ値の検出はデータ分析における重要な段階を構成し、依然として動的 … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Boundary Peeling: Outlier Detection Method Using One-Class Peeling はコメントを受け付けていません

Off-policy Evaluation in Doubly Inhomogeneous Environments

投稿日: 2023年9月11日 作成者: jarxiv

要約 この研究は、時間的定常性と個別の均一性という 2 つの主要な強化学習 (R … 続きを読む →

カテゴリー: cs.LG, stat.ME | Off-policy Evaluation in Doubly Inhomogeneous Environments はコメントを受け付けていません

Off-policy Evaluation in Doubly Inhomogeneous Environments

投稿日: 2023年9月8日 作成者: jarxiv

要約 この研究は、時間的定常性と個別の均一性という 2 つの主要な強化学習 (R … 続きを読む →

カテゴリー: cs.LG, stat.ME | Off-policy Evaluation in Doubly Inhomogeneous Environments はコメントを受け付けていません

VLUCI: Variational Learning of Unobserved Confounders for Counterfactual Inference

投稿日: 2023年9月8日 作成者: jarxiv

要約 因果推論は、疫学、医療、経済などのさまざまな分野で重要な役割を果たしていま … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ME | VLUCI: Variational Learning of Unobserved Confounders for Counterfactual Inference はコメントを受け付けていません

Learning Active Subspaces for Effective and Scalable Uncertainty Quantification in Deep Neural Networks

投稿日: 2023年9月7日 作成者: jarxiv

要約 ニューラル ネットワークのベイジアン推論、つまりベイジアン ディープ ラー … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Learning Active Subspaces for Effective and Scalable Uncertainty Quantification in Deep Neural Networks はコメントを受け付けていません

Interpretation of High-Dimensional Linear Regression: Effects of Nullspace and Regularization Demonstrated on Battery Data

投稿日: 2023年9月7日 作成者: jarxiv

要約 高次元の線形回帰は、多くの科学分野で重要です。 この記事では、化学系または … 続きを読む →

カテゴリー: 62J07, 62P99, cs.LG, I.2.6, stat.AP, stat.ME, stat.ML | Interpretation of High-Dimensional Linear Regression: Effects of Nullspace and Regularization Demonstrated on Battery Data はコメントを受け付けていません