stat.ML」カテゴリーアーカイブ

Efficient algorithms for the Hadamard decomposition

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 | コメントする

Conformal Prediction Regions are Imprecise Highest Density Regions

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 | コメントする

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

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 | コメントする

Variable transformations in consistent loss functions

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 | コメントする

Deep Huber quantile regression networks

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 | コメントする

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

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 | コメントする

Order is All You Need for Categorical Data Clustering

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 | コメントする

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

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 | コメントする

Why Ask One When You Can Ask $k$? Two-Stage Learning-to-Defer to a Set of Experts

要約 学習学習(L2D)により、意思決定システムは、より有能なエージェントに不確 … 続きを読む

カテゴリー: cs.LG, stat.ML | コメントする

Unifying Feature-Based Explanations with Functional ANOVA and Cooperative Game Theory

要約 摂動または勾配を使用した機能ベースの説明は、ブラックボックス機械学習モデル … 続きを読む

カテゴリー: cs.LG, stat.ML | コメントする