「stat.ME」カテゴリーアーカイブ

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

Inference for Heteroskedastic PCA with Missing Data

投稿日: 2024年2月29日 作成者: jarxiv

要約 この論文では、主成分分析 (PCA) の信頼領域を高次元で構築する方法を研 … 続きを読む →

カテゴリー: cs.IT, cs.LG, math.IT, math.ST, stat.ME, stat.ML, stat.TH | Inference for Heteroskedastic PCA with Missing Data はコメントを受け付けていません

Identification and Estimation for Nonignorable Missing Data: A Data Fusion Approach

投稿日: 2024年2月29日 作成者: jarxiv

要約 データがランダムではなく欠落している設定 (MNAR) で、対象のパラメー … 続きを読む →

カテゴリー: cs.AI, stat.ME | Identification and Estimation for Nonignorable Missing Data: A Data Fusion Approach はコメントを受け付けていません

Causal Fairness under Unobserved Confounding: A Neural Sensitivity Framework

投稿日: 2024年2月28日 作成者: jarxiv

要約 機械学習予測の公平性は、法的、倫理的、社会的な理由から、実際には広く求めら … 続きを読む →

カテゴリー: cs.AI, cs.CY, cs.LG, stat.ME | Causal Fairness under Unobserved Confounding: A Neural Sensitivity Framework はコメントを受け付けていません

Solving Kernel Ridge Regression with Gradient-Based Optimization Methods

投稿日: 2024年2月27日 作成者: jarxiv

要約 カーネル リッジ回帰 (KRR) は、データでは非線形ですが、パラメーター … 続きを読む →

カテゴリー: cs.LG, math.OC, stat.ME, stat.ML | Solving Kernel Ridge Regression with Gradient-Based Optimization Methods はコメントを受け付けていません

Causal Graph Discovery with Retrieval-Augmented Generation based Large Language Models

投稿日: 2024年2月26日 作成者: jarxiv

要約 因果グラフの復元は、因果推論の分野では不可欠です。 従来の方法は通常、知識 … 続きを読む →

カテゴリー: cs.CL, cs.LG, stat.ME | Causal Graph Discovery with Retrieval-Augmented Generation based Large Language Models はコメントを受け付けていません

Rao-Blackwellising Bayesian Causal Inference

投稿日: 2024年2月23日 作成者: jarxiv

要約 ベイジアン因果推論、つまり下流の因果推論タスクで使用するための事後因果モデ … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ME, stat.ML | Rao-Blackwellising Bayesian Causal Inference はコメントを受け付けていません

Best of Three Worlds: Adaptive Experimentation for Digital Marketing in Practice

投稿日: 2024年2月21日 作成者: jarxiv

要約 適応実験計画 (AED) 手法は、従来の A/B/N テスト手法と比較して … 続きを読む →

カテゴリー: cs.LG, stat.ME | Best of Three Worlds: Adaptive Experimentation for Digital Marketing in Practice はコメントを受け付けていません

Natural Counterfactuals With Necessary Backtracking

投稿日: 2024年2月21日 作成者: jarxiv

要約 反事実的推論は人間の認知において極めて重要であり、説明を提供したり意思決定 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.NE, stat.ME | Natural Counterfactuals With Necessary Backtracking はコメントを受け付けていません