「stat.ML」カテゴリーアーカイブ

Debiased Distribution Compression

投稿日: 2024年4月19日 作成者: jarxiv

要約 最新の圧縮方法は、ターゲット分布 $\mathbb{P}$ を i.i.d … 続きを読む →

カテゴリー: cs.LG, stat.CO, stat.ME, stat.ML | Debiased Distribution Compression はコメントを受け付けていません

MetaStackVis: Visually-Assisted Performance Evaluation of Metamodels

投稿日: 2024年4月19日 作成者: jarxiv

要約 スタッキング (またはスタックされた一般化) は、他のものとは 1 つの大 … 続きを読む →

カテゴリー: cs.HC, cs.LG, stat.ML | MetaStackVis: Visually-Assisted Performance Evaluation of Metamodels はコメントを受け付けていません

floZ: Evidence estimation from posterior samples with normalizing flows

投稿日: 2024年4月19日 作成者: jarxiv

要約 正規化されていない事後分布から抽出されたサンプルのセットからベイズ証拠 ( … 続きを読む →

カテゴリー: astro-ph.CO, cs.LG, gr-qc, stat.ML | floZ: Evidence estimation from posterior samples with normalizing flows はコメントを受け付けていません

VisEvol: Visual Analytics to Support Hyperparameter Search through Evolutionary Optimization

投稿日: 2024年4月19日 作成者: jarxiv

要約 機械学習 (ML) モデルのトレーニング段階では、通常、いくつかのハイパー … 続きを読む →

カテゴリー: cs.HC, cs.LG, stat.ML | VisEvol: Visual Analytics to Support Hyperparameter Search through Evolutionary Optimization はコメントを受け付けていません

A Mean-Field Analysis of Neural Gradient Descent-Ascent: Applications to Functional Conditional Moment Equations

投稿日: 2024年4月19日 作成者: jarxiv

要約 私たちは、無限次元関数クラスに対して定義されたミニマックス最適化問題を研究 … 続きを読む →

カテゴリー: cs.LG, math.OC, stat.ML | A Mean-Field Analysis of Neural Gradient Descent-Ascent: Applications to Functional Conditional Moment Equations はコメントを受け付けていません

VisRuler: Visual Analytics for Extracting Decision Rules from Bagged and Boosted Decision Trees

投稿日: 2024年4月19日 作成者: jarxiv

要約 バギングとブースティングは、機械学習 (ML) でよく使用される 2 つの … 続きを読む →

カテゴリー: cs.HC, cs.LG, stat.ML | VisRuler: Visual Analytics for Extracting Decision Rules from Bagged and Boosted Decision Trees はコメントを受け付けていません

The State of the Art in Enhancing Trust in Machine Learning Models with the Use of Visualizations

投稿日: 2024年4月19日 作成者: jarxiv

要約 機械学習 (ML) モデルは現在、医学、生物情報学、その他の科学など、さま … 続きを読む →

カテゴリー: cs.HC, cs.LG, stat.ML | The State of the Art in Enhancing Trust in Machine Learning Models with the Use of Visualizations はコメントを受け付けていません

Improving the interpretability of GNN predictions through conformal-based graph sparsification

投稿日: 2024年4月19日 作成者: jarxiv

要約 グラフ ニューラル ネットワーク (GNN) は、グラフ分類タスクの解決に … 続きを読む →

カテゴリー: cs.LG, cs.SI, stat.ML | Improving the interpretability of GNN predictions through conformal-based graph sparsification はコメントを受け付けていません

Private graphon estimation via sum-of-squares

投稿日: 2024年4月19日 作成者: jarxiv

要約 私たちは、確率的ブロック モデルを学習し、任意の一定数のブロックに対して多 … 続きを読む →

カテゴリー: cs.CC, cs.DS, cs.LG, stat.ML | Private graphon estimation via sum-of-squares はコメントを受け付けていません

Matching the Statistical Query Lower Bound for k-sparse Parity Problems with Stochastic Gradient Descent

投稿日: 2024年4月19日 作成者: jarxiv

要約 $k$-パリティ問題は、計算の複雑さとアルゴリズム理論における古典的な問題 … 続きを読む →

カテゴリー: cs.LG, math.OC, stat.ML | Matching the Statistical Query Lower Bound for k-sparse Parity Problems with Stochastic Gradient Descent はコメントを受け付けていません