「stat.ML」カテゴリーアーカイブ

Physics of Skill Learning

投稿日: 2025年1月22日 作成者: jarxiv

要約 私たちは、スキル学習の物理学、つまりトレーニング中にニューラル ネットワー … 続きを読む →

カテゴリー: cs.AI, cs.LG, physics.data-an, stat.ML | Physics of Skill Learning はコメントを受け付けていません

Sublinear Variational Optimization of Gaussian Mixture Models with Millions to Billions of Parameters

投稿日: 2025年1月22日 作成者: jarxiv

要約 ガウス混合モデル (GMM) は、最も頻繁に使用される機械学習モデルの 1 … 続きを読む →

カテゴリー: cs.CV, cs.LG, stat.ML | Sublinear Variational Optimization of Gaussian Mixture Models with Millions to Billions of Parameters はコメントを受け付けていません

Contributions to the Decision Theoretic Foundations of Machine Learning and Robust Statistics under Weakly Structured Information

投稿日: 2025年1月20日 作成者: jarxiv

要約 このハビリテーションの論文は累積的なものであるため、私が（数人の共著者とと … 続きを読む →

カテゴリー: cs.LG, stat.ML | Contributions to the Decision Theoretic Foundations of Machine Learning and Robust Statistics under Weakly Structured Information はコメントを受け付けていません

Provably Safeguarding a Classifier from OOD and Adversarial Samples: an Extreme Value Theory Approach

投稿日: 2025年1月20日 作成者: jarxiv

要約 この論文では、極値理論を使用したサンプル効率的な確率的検出 (SPADE) … 続きを読む →

カテゴリー: cs.LG, stat.ML | Provably Safeguarding a Classifier from OOD and Adversarial Samples: an Extreme Value Theory Approach はコメントを受け付けていません

Amortized Bayesian Mixture Models

投稿日: 2025年1月20日 作成者: jarxiv

要約 有限混合は、観測データが複数の異なるプロセスによって生成されるが、各データ … 続きを読む →

カテゴリー: cs.LG, stat.CO, stat.ML | Amortized Bayesian Mixture Models はコメントを受け付けていません

Enhancing reliability in prediction intervals using point forecasters: Heteroscedastic Quantile Regression and Width-Adaptive Conformal Inference

投稿日: 2025年1月20日 作成者: jarxiv

要約 時系列予測の予測間隔を構築することは、特に点予測のみに依存している場合には … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Enhancing reliability in prediction intervals using point forecasters: Heteroscedastic Quantile Regression and Width-Adaptive Conformal Inference はコメントを受け付けていません

Counterfactual Uncertainty Quantification of Factual Estimand of Efficacy from Before-and-After Treatment Repeated Measures Randomized Controlled Trials

投稿日: 2025年1月20日 作成者: jarxiv

要約 治療 $Rx$ と対照 $C$ を比較するための理想的な推定値は、$\te … 続きを読む →

カテゴリー: cs.LG, stat.ML | Counterfactual Uncertainty Quantification of Factual Estimand of Efficacy from Before-and-After Treatment Repeated Measures Randomized Controlled Trials はコメントを受け付けていません

Towards Human-Guided, Data-Centric LLM Co-Pilots

投稿日: 2025年1月20日 作成者: jarxiv

要約 機械学習 (ML) には医療に革命をもたらす可能性がありますが、その導入は … 続きを読む →

カテゴリー: cs.LG, stat.ML | Towards Human-Guided, Data-Centric LLM Co-Pilots はコメントを受け付けていません

Stochastic gradient descent for streaming linear and rectified linear systems with adversarial corruptions

投稿日: 2025年1月20日 作成者: jarxiv

要約 我々は、完全なストリーミング設定に対する Massart ノイズ (敵対的 … 続きを読む →

カテゴリー: 60-XX, 65F10, cs.LG, cs.NA, math.NA, stat.ML | Stochastic gradient descent for streaming linear and rectified linear systems with adversarial corruptions はコメントを受け付けていません

Conformal Prediction Sets with Improved Conditional Coverage using Trust Scores

投稿日: 2025年1月20日 作成者: jarxiv

要約 標準の等角予測はカバレッジに関してわずかな保証を提供しますが、予測セットが … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ME, stat.ML | Conformal Prediction Sets with Improved Conditional Coverage using Trust Scores はコメントを受け付けていません