Fugu-MT 論文翻訳(概要): fmeffects: An R Package for Forward Marginal Effects

論文の概要: fmeffects: An R Package for Forward Marginal Effects

arxiv url: http://arxiv.org/abs/2310.02008v1
Date: Tue, 3 Oct 2023 12:24:51 GMT
ステータス: 処理完了
システム内更新日: 2023-10-04 14:31:59.058017
Title: fmeffects: An R Package for Forward Marginal Effects
Title（参考訳）: fmeffects: 前縁効果のためのRパッケージ
Authors: Holger L\"owe, Christian A. Scholbeck, Christian Heumann, Bernd Bischl, Giuseppe Casalicchio
Abstract要約: FME(Forward marginal effect)は近年,汎用的で効果的なモデルに依存しない解釈法として導入されている。 RパッケージfmeffectsにおけるFMEのソフトウェア実装について紹介する。
参考スコア（独自算出の注目度）: 9.848444818012299
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Forward marginal effects (FMEs) have recently been introduced as a versatile and effective model-agnostic interpretation method. They provide comprehensible and actionable model explanations in the form of: If we change $x$ by an amount $h$, what is the change in predicted outcome $\widehat{y}$? We present the R package fmeffects, the first software implementation of FMEs. The relevant theoretical background, package functionality and handling, as well as the software design and options for future extensions are discussed in this paper.
Abstract（参考訳）: FME(Forward marginal effect)は近年,汎用的で効果的なモデルに依存しない解釈法として導入されている。もし$h$で$x$を変更したら、予測結果$\widehat{y}$で何が変わるのか? 本稿では、FMEの最初のソフトウェア実装であるRパッケージfmeffectsを紹介する。本稿では,関連する理論的背景,パッケージ機能,ハンドリング,ソフトウェア設計および今後の拡張の選択肢について述べる。

関連論文リスト

Causality-Enhanced Behavior Sequence Modeling in LLMs for Personalized Recommendation [47.29682938439268]
本稿では,ユーザ嗜好モデルを改善するために,CFT法を提案する。モデル出力に対する行動系列の因果的影響を特定するために, 反ファクト推論を用いる。実世界のデータセットの実験により、CFTは行動シーケンスモデリングを効果的に改善することを示した。
論文参考訳（メタデータ） (2024-10-30T08:41:13Z)
Influence Functions for Scalable Data Attribution in Diffusion Models [52.92223039302037]
拡散モデルは、生成的モデリングに大きな進歩をもたらした。しかし、彼らの普及はデータ属性と解釈可能性に関する課題を引き起こす。本稿では,テキスト・インフルエンス・ファンクション・フレームワークを開発することにより,このような課題に対処することを目的とする。
論文参考訳（メタデータ） (2024-10-17T17:59:02Z)
Forecast-PEFT: Parameter-Efficient Fine-Tuning for Pre-trained Motion Forecasting Models [68.23649978697027]
Forecast-PEFTは、モデルのパラメータの大部分を凍結し、新しく導入されたプロンプトとアダプタの調整に集中する微調整戦略である。実験の結果,Forecast-PEFTは動作予測タスクにおいて従来のフルチューニング手法よりも優れていた。 Forecast-FTは予測性能をさらに改善し、従来のベースライン法よりも最大9.6%向上した。
論文参考訳（メタデータ） (2024-07-28T19:18:59Z)
Double Machine Learning for Static Panel Models with Fixed Effects [0.0]
我々は、機械学習アルゴリズムを用いて、共同創設者のニュアンス関数と二重機械学習(DML)を近似し、パネルデータから政策介入の影響を推測する。線形モデルに対する相関ランダム効果, グループ内, ファーストディファレンス推定を拡張した新しい推定器を提案する。本稿では、イギリスにおける最低賃金の導入が投票行動に与える影響を示す観測パネルデータに対するDMLの例を示す。
論文参考訳（メタデータ） (2023-12-13T14:34:12Z)
A PAC-Bayesian Perspective on the Interpolating Information Criterion [54.548058449535155]
補間系の性能に影響を及ぼす要因を特徴付ける一般モデルのクラスに対して,PAC-Bayes境界がいかに得られるかを示す。オーバーパラメータ化モデルに対するテスト誤差が、モデルとパラメータの初期化スキームの組み合わせによって課される暗黙の正規化の品質に依存するかの定量化を行う。
論文参考訳（メタデータ） (2023-11-13T01:48:08Z)
Theoretical and Practical Perspectives on what Influence Functions Do [45.35457212616306]
インフルエンス関数(IF)は、トレーニングデータのレンズを通してモデル予測を説明する技術として見なされている。近年の実証研究により,既存のIF推定手法は脱落・脱落・抑制効果の低下を予測できることが示された。ほとんどの仮定はうまく処理できるが、パラメータの発散はIFの予測力に明確な制限を与える。
論文参考訳（メタデータ） (2023-05-26T14:26:36Z)
Prediction-Oriented Bayesian Active Learning [51.426960808684655]
予測情報ゲイン(EPIG)は、パラメータではなく予測空間における情報ゲインを測定する。 EPIGは、さまざまなデータセットやモデルにわたるBALDと比較して、予測パフォーマンスが向上する。
論文参考訳（メタデータ） (2023-04-17T10:59:57Z)
Preference Enhanced Social Influence Modeling for Network-Aware Cascade Prediction [59.221668173521884]
本稿では,ユーザの嗜好モデルを強化することで,カスケードサイズ予測を促進する新しいフレームワークを提案する。エンド・ツー・エンドの手法により,ユーザの情報拡散プロセスがより適応的で正確になる。
論文参考訳（メタデータ） (2022-04-18T09:25:06Z)
Marginal Effects for Non-Linear Prediction Functions [0.7349727826230864]
我々は、前縁効果と呼ばれる新しい限界効果のクラスを導入する。平均辺効果のような単一計量における非線形予測関数の特徴効果の要約に反対する。
論文参考訳（メタデータ） (2022-01-21T18:47:38Z)
Bringing a Ruler Into the Black Box: Uncovering Feature Impact from Individual Conditional Expectation Plots [0.0]
本稿では,ICEプロットから抽出したモデル非依存,性能非依存の特徴影響指標を提案する。また,ディストリビューション点の影響を変動させるために,ICE特徴量の影響の分布内変異を導入する。実世界のデータを用いて,ICE機能の効果をいくつかのタスクで実証する。
論文参考訳（メタデータ） (2021-09-06T20:26:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。