「stat.ML」カテゴリーアーカイブ

On Learning Parallel Pancakes with Mostly Uniform Weights

投稿日: 2025年4月22日 作成者: jarxiv

要約 $ \ mathbb {r}^d $でガウスの$ k $ -mixture … 続きを読む →

カテゴリー: cs.DS, cs.LG, math.ST, stat.ML, stat.TH | On Learning Parallel Pancakes with Mostly Uniform Weights はコメントを受け付けていません

On the Convergence of Irregular Sampling in Reproducing Kernel Hilbert Spaces

投稿日: 2025年4月21日 作成者: jarxiv

要約 Kernel Hilbertスペース（RKH）の再現における機能のサンプリ … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, stat.ML | On the Convergence of Irregular Sampling in Reproducing Kernel Hilbert Spaces はコメントを受け付けていません

Efficient algorithms for the Hadamard decomposition

投稿日: 2025年4月21日 作成者: jarxiv

要約 Hadamard分解は、データ分析とマトリックス圧縮の強力な手法であり、特 … 続きを読む →

カテゴリー: cs.LG, eess.SP, math.OC, stat.ML | Efficient algorithms for the Hadamard decomposition はコメントを受け付けていません

Conformal Prediction Regions are Imprecise Highest Density Regions

投稿日: 2025年4月21日 作成者: jarxiv

要約 最近、CellaとMartinは、Consonanceと呼ばれる仮定の下で … 続きを読む →

カテゴリー: (Primary), 15A80, 20M32, 60G25, 62M20, cs.LG, math.PR, stat.ML | Conformal Prediction Regions are Imprecise Highest Density Regions はコメントを受け付けていません

Optimal Transport for $ε$-Contaminated Credal Sets: To the Memory of Sayan Mukherjee

投稿日: 2025年4月21日 作成者: jarxiv

要約 Monge’sとKantorovichの最適な輸送問題の一般化 … 続きを読む →

カテゴリー: 49Q22, 60A99, 68T37, cs.LG, math.PR, stat.ML | Optimal Transport for $ε$-Contaminated Credal Sets: To the Memory of Sayan Mukherjee はコメントを受け付けていません

Variable transformations in consistent loss functions

投稿日: 2025年4月21日 作成者: jarxiv

要約 （厳密に）一貫した損失関数の実現および予測変数に変換を適用することによって … 続きを読む →

カテゴリー: cs.LG, stat.ML | Variable transformations in consistent loss functions はコメントを受け付けていません

Deep Huber quantile regression networks

投稿日: 2025年4月21日 作成者: jarxiv

要約 典型的な機械学習回帰アプリケーションは、2乗または絶対誤差スコアリング機能 … 続きを読む →

カテゴリー: cs.LG, stat.AP, stat.ML | Deep Huber quantile regression networks はコメントを受け付けていません

Dynamic Regularized CBDT: Variance-Calibrated Causal Boosting for Interpretable Heterogeneous Treatment Effects

投稿日: 2025年4月21日 作成者: jarxiv

要約 ハイステークスアプリケーションの不均一な治療効果の推定には、精度、解釈可能 … 続きを読む →

カテゴリー: 62H12, 68T05, 90C30, cs.LG, G.3, stat.ML | Dynamic Regularized CBDT: Variance-Calibrated Causal Boosting for Interpretable Heterogeneous Treatment Effects はコメントを受け付けていません

Order is All You Need for Categorical Data Clustering

投稿日: 2025年4月21日 作成者: jarxiv

要約 定性的評価属性で構成されるカテゴリデータは、機械学習タスクで遍在しています … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | Order is All You Need for Categorical Data Clustering はコメントを受け付けていません

Near-optimal algorithms for private estimation and sequential testing of collision probability

投稿日: 2025年4月21日 作成者: jarxiv

要約 多くの科学分野で広く使用されている離散分布の拡散の基本的な尺度である、\ … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | Near-optimal algorithms for private estimation and sequential testing of collision probability はコメントを受け付けていません