「stat.ME」カテゴリーアーカイブ

Differentiating Metropolis-Hastings to Optimize Intractable Densities

投稿日: 2023年6月14日 作成者: jarxiv

要約 確率モデルで推論を実行する場合、ターゲット密度が手に負えなくなることが多く … 続きを読む →

カテゴリー: cs.LG, stat.CO, stat.ME, stat.ML | Differentiating Metropolis-Hastings to Optimize Intractable Densities はコメントを受け付けていません

Riemannian Laplace approximations for Bayesian neural networks

投稿日: 2023年6月13日 作成者: jarxiv

要約 ベイジアン ニューラル ネットワークは、多くの場合、重み事後分布をガウス分 … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Riemannian Laplace approximations for Bayesian neural networks はコメントを受け付けていません

Deep Gaussian Mixture Ensembles

投稿日: 2023年6月13日 作成者: jarxiv

要約 この研究では、ディープ ガウス混合物アンサンブル (DGME) と呼ばれる … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Deep Gaussian Mixture Ensembles はコメントを受け付けていません

Robust Data-driven Prescriptiveness Optimization

投稿日: 2023年6月12日 作成者: jarxiv

要約 豊富なデータにより、利用可能な副次的な情報を活用して、より予測的な意思決定 … 続きを読む →

カテゴリー: cs.LG, math.OC, stat.ME | Robust Data-driven Prescriptiveness Optimization はコメントを受け付けていません

Automatic Change-Point Detection in Time Series via Deep Learning

投稿日: 2023年6月12日 作成者: jarxiv

要約 考えられる変化の種類や、変化がない場合のデータの動作の種類が多岐にわたるた … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Automatic Change-Point Detection in Time Series via Deep Learning はコメントを受け付けていません

Adaptivity Complexity for Causal Graph Discovery

投稿日: 2023年6月12日 作成者: jarxiv

要約 介入データからの因果関係の発見は重要な問題であり、その課題は $|V| 上 … 続きを読む →

カテゴリー: cs.AI, cs.DS, cs.LG, stat.ME, stat.ML | Adaptivity Complexity for Causal Graph Discovery はコメントを受け付けていません

Causal Effect Estimation from Observational and Interventional Data Through Matrix Weighted Linear Estimators

投稿日: 2023年6月12日 作成者: jarxiv

要約 私たちは、多変量治療を用いた交絡線形回帰モデルにおける観察データと介入デー … 続きを読む →

カテゴリー: cs.AI, stat.ME | Causal Effect Estimation from Observational and Interventional Data Through Matrix Weighted Linear Estimators はコメントを受け付けていません

Subject clustering by IF-PCA and several recent methods

投稿日: 2023年6月9日 作成者: jarxiv

要約 被験者のクラスタリング (つまり、測定された特徴を使用して、患者や細胞など … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.AP, stat.ME, stat.TH | Subject clustering by IF-PCA and several recent methods はコメントを受け付けていません

A Causal Framework for Decomposing Spurious Variations

投稿日: 2023年6月9日 作成者: jarxiv

要約 データ サイエンス全体で見られる基本的な課題の 1 つは、なぜ物事が特定の … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ME, stat.ML | A Causal Framework for Decomposing Spurious Variations はコメントを受け付けていません

Causal normalizing flows: from theory to practice

投稿日: 2023年6月9日 作成者: jarxiv

要約 この作業では、因果推論のための正規化フローの使用について詳しく説明します。 … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ME, stat.ML | Causal normalizing flows: from theory to practice はコメントを受け付けていません