stat.ME」カテゴリーアーカイブ

Differentiable Multi-Target Causal Bayesian Experimental Design

要約 この問題は、介入にコストやリスクがかかる有限のデータから因果関係を発見する … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ME | Differentiable Multi-Target Causal Bayesian Experimental Design はコメントを受け付けていません

Did we personalize? Assessing personalization by an online reinforcement learning algorithm using resampling

要約 強化学習 (RL) を使用してデジタル ヘルスにおける一連の治療をパーソナ … 続きを読む

カテゴリー: cs.LG, stat.AP, stat.ME, stat.ML | Did we personalize? Assessing personalization by an online reinforcement learning algorithm using resampling はコメントを受け付けていません

MMD Aggregated Two-Sample Test

要約 最大平均差異 (MMD) に基づいた 2 つの新しいノンパラメトリック 2 … 続きを読む

カテゴリー: cs.LG, math.ST, stat.ME, stat.ML, stat.TH | MMD Aggregated Two-Sample Test はコメントを受け付けていません

Detecting hidden confounding in observational data using multiple environments

要約 観察データからの因果推論における一般的な仮定は、隠れた交絡は存在しないとい … 続きを読む

カテゴリー: cs.LG, stat.ME, stat.ML | Detecting hidden confounding in observational data using multiple environments はコメントを受け付けていません

Composite Goodness-of-fit Tests with Kernels

要約 モデルの仕様の誤りは、確率モデルの実装に重大な課題を引き起こす可能性がある … 続きを読む

カテゴリー: cs.LG, stat.ME, stat.ML | Composite Goodness-of-fit Tests with Kernels はコメントを受け付けていません

Learning Large Causal Structures from Inverse Covariance Matrix via Matrix Decomposition

要約 観察データから因果構造を学習することは、変数の数が多い場合には基本的ですが … 続きを読む

カテゴリー: cs.LG, math.OC, stat.ME | Learning Large Causal Structures from Inverse Covariance Matrix via Matrix Decomposition はコメントを受け付けていません

A Policy Gradient Method for Confounded POMDPs

要約 この論文では、オフライン設定での連続状態および観測空間を伴う交絡部分観測可 … 続きを読む

カテゴリー: cs.LG, econ.EM, math.ST, stat.ME, stat.ML, stat.TH | A Policy Gradient Method for Confounded POMDPs はコメントを受け付けていません

Image-based Treatment Effect Heterogeneity

要約 ランダム化比較試験(RCT)は、介入の平均治療効果(ATE)を推定するため … 続きを読む

カテゴリー: 62D20, cs.LG, I.2.0, stat.ME | Image-based Treatment Effect Heterogeneity はコメントを受け付けていません

Sequential Underspecified Instrument Selection for Cause-Effect Estimation

要約 操作変数 (IV) 法は、治療変数を直接実験することができない、観察されて … 続きを読む

カテゴリー: cs.LG, stat.ME, stat.ML | Sequential Underspecified Instrument Selection for Cause-Effect Estimation はコメントを受け付けていません

A feature selection method based on Shapley values robust to concept shift in regression

要約 特徴の選択は、統計学習モデルを作成する方法論の中で最も関連性の高いプロセス … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ME, stat.ML | A feature selection method based on Shapley values robust to concept shift in regression はコメントを受け付けていません