「stat.ML」カテゴリーアーカイブ

What Makes Treatment Effects Identifiable? Characterizations and Estimators Beyond Unconfoundedness

投稿日: 2025年6月5日 作成者: jarxiv

要約 因果推論における平均治療効果（ATE）の広く使用されている推定器のほとんど … 続きを読む →

カテゴリー: cs.LG, econ.EM, math.ST, stat.ME, stat.ML, stat.TH | What Makes Treatment Effects Identifiable? Characterizations and Estimators Beyond Unconfoundedness はコメントを受け付けていません

CatNet: Controlling the False Discovery Rate in LSTM with SHAP Feature Importance and Gaussian Mirrors

投稿日: 2025年6月5日 作成者: jarxiv

要約 誤検出率（FDR）を効果的に制御し、LSTMで重要な機能を選択するアルゴリ … 続きを読む →

カテゴリー: cs.AI, cs.LG, q-fin.ST, stat.ML | CatNet: Controlling the False Discovery Rate in LSTM with SHAP Feature Importance and Gaussian Mirrors はコメントを受け付けていません

GL-LowPopArt: A Nearly Instance-Wise Minimax-Optimal Estimator for Generalized Low-Rank Trace Regression

投稿日: 2025年6月5日 作成者: jarxiv

要約 我々は、一般化された低ランクのトレース回帰のための新しいCatoniスタイ … 続きを読む →

カテゴリー: cs.LG, stat.ML | GL-LowPopArt: A Nearly Instance-Wise Minimax-Optimal Estimator for Generalized Low-Rank Trace Regression はコメントを受け付けていません

PAC Learning with Improvements

投稿日: 2025年6月4日 作成者: jarxiv

要約 機械学習における最も基本的な下界の一つは、ほぼ全ての非自明な設定において、 … 続きを読む →

カテゴリー: cs.GT, cs.LG, stat.ML | PAC Learning with Improvements はコメントを受け付けていません

Sample complexity of Schrödinger potential estimation

投稿日: 2025年6月4日 作成者: jarxiv

要約 シュルオディンガー橋とSDEの確率的最適制御に基づく最新の生成モデリングア … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | Sample complexity of Schrödinger potential estimation はコメントを受け付けていません

On the Benefits of Accelerated Optimization in Robust and Private Estimation

投稿日: 2025年6月4日 作成者: jarxiv

要約 我々は、加速勾配法、特にFrank-Wolfe法と投影勾配降下法に基づく、 … 続きを読む →

カテゴリー: 62F10, 62F35, 62J05, 62J07, 68P27, cs.LG, math.ST, stat.ML, stat.TH | On the Benefits of Accelerated Optimization in Robust and Private Estimation はコメントを受け付けていません

Why Shallow Networks Struggle to Approximate and Learn High Frequencies

投稿日: 2025年6月4日 作成者: jarxiv

要約 本論文では、特に機械精度、数値ノイズ、計算コストが実用上重要な要素である場 … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, stat.ML | Why Shallow Networks Struggle to Approximate and Learn High Frequencies はコメントを受け付けていません

Multi-Metric Adaptive Experimental Design under Fixed Budget with Validation

投稿日: 2025年6月4日 作成者: jarxiv

要約 オンライン実験における標準的なA/Bテストは、複数の候補を同時にテストする … 続きを読む →

カテゴリー: cs.LG, stat.ML | Multi-Metric Adaptive Experimental Design under Fixed Budget with Validation はコメントを受け付けていません

Provable Reinforcement Learning from Human Feedback with an Unknown Link Function

投稿日: 2025年6月4日 作成者: jarxiv

要約 RL問題の価値関数から人間の選好がどのように生成されるかを特徴付けるリンク … 続きを読む →

カテゴリー: cs.LG, stat.ML | Provable Reinforcement Learning from Human Feedback with an Unknown Link Function はコメントを受け付けていません

Causal Explainability of Machine Learning in Heart Failure Prediction from Electronic Health Records

投稿日: 2025年6月4日 作成者: jarxiv

要約 病気の予後における臨床変数の重要性は、統計的相関や機械学習（ML）を用いて … 続きを読む →

カテゴリー: cs.CY, cs.LG, stat.ML | Causal Explainability of Machine Learning in Heart Failure Prediction from Electronic Health Records はコメントを受け付けていません