「stat.ME」カテゴリーアーカイブ

SKADA-Bench: Benchmarking Unsupervised Domain Adaptation Methods with Realistic Validation On Diverse Modalities

投稿日: 2025年2月7日 作成者: jarxiv

要約 監視されていないドメイン適応（DA）は、ラベル付きのソースドメインでトレー … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ME, stat.ML | SKADA-Bench: Benchmarking Unsupervised Domain Adaptation Methods with Realistic Validation On Diverse Modalities はコメントを受け付けていません

Hierarchical Sparse Bayesian Multitask Model with Scalable Inference for Microbiome Analysis

投稿日: 2025年2月5日 作成者: jarxiv

要約 本稿では、一般的なマルチタスク二分類学習問題に適用可能な、階層的ベイズ型マ … 続きを読む →

カテゴリー: cs.LG, q-bio.BM, stat.AP, stat.CO, stat.ME | Hierarchical Sparse Bayesian Multitask Model with Scalable Inference for Microbiome Analysis はコメントを受け付けていません

Understanding Model Calibration — A gentle introduction and visual exploration of calibration and the expected calibration error (ECE)

投稿日: 2025年2月4日 作成者: jarxiv

要約 モデルが信頼できるとみなされるためには、各決定における信頼度が真の結果を忠 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, stat.ME, stat.ML | Understanding Model Calibration — A gentle introduction and visual exploration of calibration and the expected calibration error (ECE) はコメントを受け付けていません

PUATE: Semiparametric Efficient Average Treatment Effect Estimation from Treated (Positive) and Unlabeled Units

投稿日: 2025年2月3日 作成者: jarxiv

要約 治療グループと対照群間の予想される結果の違いとして定義される平均治療効果（ … 続きを読む →

カテゴリー: cs.LG, econ.EM, math.ST, stat.ME, stat.ML, stat.TH | PUATE: Semiparametric Efficient Average Treatment Effect Estimation from Treated (Positive) and Unlabeled Units はコメントを受け付けていません

Multi-Frame Blind Manifold Deconvolution for Rotating Synthetic Aperture Imaging

投稿日: 2025年2月3日 作成者: jarxiv

要約 回転合成開口（RSA）イメージングシステムは、長方形の開口部を回転させるこ … 続きを読む →

カテゴリー: 62P30, cs.CV, eess.SP, stat.ME | Multi-Frame Blind Manifold Deconvolution for Rotating Synthetic Aperture Imaging はコメントを受け付けていません

Prediction-Powered Inference with Imputed Covariates and Nonuniform Sampling

投稿日: 2025年1月31日 作成者: jarxiv

要約 機械学習モデルは、その後の統計分析で入力データとして機能する予測を作成する … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ME, stat.ML | Prediction-Powered Inference with Imputed Covariates and Nonuniform Sampling はコメントを受け付けていません

Algorithmic syntactic causal identification

投稿日: 2025年1月30日 作成者: jarxiv

要約 因果ベイズネット（CBNS）の因果識別は、原則的に可能な観測分布からの介入 … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ME | Algorithmic syntactic causal identification はコメントを受け付けていません

Signature Methods in Machine Learning

投稿日: 2025年1月27日 作成者: jarxiv

要約 署名ベースの手法は、進化するデータの複雑なストリーム間の相互作用に関する数 … 続きを読む →

カテゴリー: 34F05, 60L10, 68Q32, 93C15, cs.LG, cs.NA, math.CA, math.NA, math.ST, stat.ME, stat.ML, stat.TH | Signature Methods in Machine Learning はコメントを受け付けていません

A Note on the Prediction-Powered Bootstrap

投稿日: 2025年1月27日 作成者: jarxiv

要約 予測を活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

Diffusion-aware Censored Gaussian Processes for Demand Modelling

投稿日: 2025年1月22日 作成者: jarxiv

要約 集計データから製品やサービスの真の需要を推測することは、利用可能な供給が限 … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Diffusion-aware Censored Gaussian Processes for Demand Modelling はコメントを受け付けていません