「stat.ME」カテゴリーアーカイブ

Learning to Recover Causal Relationship from Indefinite Data in the Presence of Latent Confounders

投稿日: 2023年5月10日 作成者: jarxiv

要約 タイトル：潜在的な共変量の存在下で不明確なデータから因果関係を回復する学習 … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ME | Learning to Recover Causal Relationship from Indefinite Data in the Presence of Latent Confounders はコメントを受け付けていません

Comparing Foundation Models using Data Kernels

投稿日: 2023年5月10日 作成者: jarxiv

要約 タイトル：データカーネルを用いたファウンデーションモデルの比較 要約： & … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ME | Comparing Foundation Models using Data Kernels はコメントを受け付けていません

On Pitfalls of $\textit{RemOve-And-Retrain}$: Data Processing Inequality Perspective

投稿日: 2023年5月10日 作成者: jarxiv

要約 タイトル：「RemOve-And-Retrain」の落とし穴：データ処理格 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, stat.ME | On Pitfalls of $\textit{RemOve-And-Retrain}$: Data Processing Inequality Perspective はコメントを受け付けていません

All models are local: time to replace external validation with recurrent local validation

投稿日: 2023年5月8日 作成者: jarxiv

要約 タイトル：All models are local: time to re … 続きを読む →

カテゴリー: cs.LG, stat.ME | All models are local: time to replace external validation with recurrent local validation はコメントを受け付けていません

Sparsifying Bayesian neural networks with latent binary variables and normalizing flows

投稿日: 2023年5月8日 作成者: jarxiv

要約 【タイトル】　潜在的バイナリ変数と正規化フローを用いたスパースなベイジアン … 続きを読む →

カテゴリー: 05A16, 60J22, 62-02, 62-09, 62F07, 62F15, 62J05, 62J12, 62J99, 62M05, 90C27, 90C59, 92D20, cs.LG, G.1.6, stat.CO, stat.ME, stat.ML | Sparsifying Bayesian neural networks with latent binary variables and normalizing flows はコメントを受け付けていません

Correcting for Interference in Experiments: A Case Study at Douyin

投稿日: 2023年5月5日 作成者: jarxiv

要約 タイトル：Douyinにおける干渉の修正：事例研究 要約： – … 続きを読む →

カテゴリー: cs.LG, stat.AP, stat.ME, stat.ML | Correcting for Interference in Experiments: A Case Study at Douyin はコメントを受け付けていません

DR-VIDAL — Doubly Robust Variational Information-theoretic Deep Adversarial Learning for Counterfactual Prediction and Treatment Effect Estimation on Real World Data

投稿日: 2023年5月5日 作成者: jarxiv

要約 タイトル：実世界のデータに対する因果効果推定と治療効果推定のためのダブルロ … 続きを読む →

カテゴリー: cs.LG, stat.ME | DR-VIDAL — Doubly Robust Variational Information-theoretic Deep Adversarial Learning for Counterfactual Prediction and Treatment Effect Estimation on Real World Data はコメントを受け付けていません

Learning to Recover Causal Relationship from Indefinite Data in the Presence of Latent Confounders

投稿日: 2023年5月5日 作成者: jarxiv

要約 タイトル： 未定義データの中で潜在的な混乱因子が存在する状況から因果関係を … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ME | Learning to Recover Causal Relationship from Indefinite Data in the Presence of Latent Confounders はコメントを受け付けていません

A survey on online active learning

投稿日: 2023年5月4日 作成者: jarxiv

要約 【タイトル】オンラインアクティブラーニングに関する調査 【要約】 &#82 … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | A survey on online active learning はコメントを受け付けていません

Psychologically-Inspired Causal Prompts

投稿日: 2023年5月4日 作成者: jarxiv

要約 タイトル：心理学に着想を得た因果関係の促し 要約： – NLP … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, stat.ME | Psychologically-Inspired Causal Prompts はコメントを受け付けていません