「stat.ME」カテゴリーアーカイブ

A Systematic Bias of Machine Learning Regression Models and Its Correction: an Application to Imaging-based Brain Age Prediction

投稿日: 2024年9月5日 作成者: jarxiv

要約 継続的な結果を求める機械学習モデルでは、特に平均値から大きく逸脱した値につ … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | A Systematic Bias of Machine Learning Regression Models and Its Correction: an Application to Imaging-based Brain Age Prediction はコメントを受け付けていません

Uplift Modeling Under Limited Supervision

投稿日: 2024年9月4日 作成者: jarxiv

要約 電子商取引における因果効果の推定は、コストのかかる治療割り当てを伴う傾向が … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ME | Uplift Modeling Under Limited Supervision はコメントを受け付けていません

Invariant Causal Prediction with Local Models

投稿日: 2024年9月2日 作成者: jarxiv

要約 観測データからの候補のセットの中からターゲット変数の因果関係の親を特定する … 続きを読む →

カテゴリー: cs.LG, stat.ME | Invariant Causal Prediction with Local Models はコメントを受け付けていません

Recursive Estimation of Conditional Kernel Mean Embeddings

投稿日: 2024年9月2日 作成者: jarxiv

要約 カーネル平均埋め込みは、機械学習で広く使用されている手法であり、確率分布を … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Recursive Estimation of Conditional Kernel Mean Embeddings はコメントを受け付けていません

Iterative Methods for Vecchia-Laplace Approximations for Latent Gaussian Process Models

投稿日: 2024年8月30日 作成者: jarxiv

要約 潜在ガウス過程 (GP) モデルは、柔軟な確率的ノンパラメトリック関数モデ … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Iterative Methods for Vecchia-Laplace Approximations for Latent Gaussian Process Models はコメントを受け付けていません

Wasserstein Gradient Boosting: A Framework for Distribution-Valued Supervised Learning

投稿日: 2024年8月30日 作成者: jarxiv

要約 勾配ブースティングは、反復ごとに新しい弱学習器を擬似残差に適合させる逐次ア … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Wasserstein Gradient Boosting: A Framework for Distribution-Valued Supervised Learning はコメントを受け付けていません

When accurate prediction models yield harmful self-fulfilling prophecies

投稿日: 2024年8月27日 作成者: jarxiv

要約 予測モデルは、医学研究や医療現場でよく使われています。 これらのモデルは、 … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | When accurate prediction models yield harmful self-fulfilling prophecies はコメントを受け付けていません

The Causal Chambers: Real Physical Systems as a Testbed for AI Methodology

投稿日: 2024年8月27日 作成者: jarxiv

要約 AI、機械学習、統計の一部の分野では、適切な現実世界のデータセットが不足し … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ME, stat.ML | The Causal Chambers: Real Physical Systems as a Testbed for AI Methodology はコメントを受け付けていません

Tackling GenAI Copyright Issues: Originality Estimation and Genericization

投稿日: 2024年8月27日 作成者: jarxiv

要約 生成 AI 技術の急速な進歩は著作権に関する重大な懸念を引き起こし、AI … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.AP, stat.ME, stat.ML | Tackling GenAI Copyright Issues: Originality Estimation and Genericization はコメントを受け付けていません

Augmented Functional Random Forests: Classifier Construction and Unbiased Functional Principal Components Importance through Ad-Hoc Conditional Permutations

投稿日: 2024年8月26日 作成者: jarxiv

要約 この論文では、関数データ分析 (FDA) とツリーベースの手法を統合し、高 … 続きを読む →

カテゴリー: 62G05, 62H30, 62J99, 68T05, 68T20, cs.LG, G.3, math.ST, stat.ME, stat.ML, stat.TH | Augmented Functional Random Forests: Classifier Construction and Unbiased Functional Principal Components Importance through Ad-Hoc Conditional Permutations はコメントを受け付けていません