論文の概要: Inductive Venn-Abers and related regressors

• arxiv url: http://arxiv.org/abs/2605.06646v1
• Date: Thu, 07 May 2026 17:52:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-08 22:27:12.067633
• Title: Inductive Venn-Abers and related regressors
• Title（参考訳）: 誘導型Venn-Abersと関連する回帰器
• Authors: Ivan Petej, Vladimir Vovk,
• Abstract要約: Venn-Abers予測子は妥当性の魅力的な性質を享受するが、その主な制限は二項分類の場合にのみ適用可能であることである。 我々はそれらを非有界回帰(unbounded regression)の場合に一般化するが、これは共形予測の要素を加える必要がある。 シミュレーションおよび実証実験では,Venn-Abers回帰器由来の点回帰器の予測効率について検討し,より大きなトレーニングセットに対する標準回帰器の予測効率を幾らか改善したと主張している。
• 参考スコア（独自算出の注目度）: 0.24554686192257416
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Venn-Abers predictors are probabilistic predictors that enjoy appealing properties of validity, but their major limitation is that they are applicable only to the case of binary classification, with a recent extension to bounded regression. We generalize them to the case of unbounded regression, which requires adding an element of conformal prediction. In our simulation and empirical studies we investigate the predictive efficiency of point regressors derived from Venn-Abers regressors and argue that they somewhat improve the predictive efficiency of standard regressors for larger training sets.
• Abstract（参考訳）: Venn-Abers予測子は、妥当性の魅力的な性質を享受する確率的予測器であるが、その大きな制限は、二項分類の場合のみ適用可能であることであり、最近の有界回帰への拡張である。 我々はそれらを非有界回帰(unbounded regression)の場合に一般化するが、これは共形予測の要素を加える必要がある。 シミュレーションおよび実証実験では,Venn-Abers回帰器由来の点回帰器の予測効率について検討し,より大きなトレーニングセットに対する標準回帰器の予測効率を幾らか改善したと主張している。

関連論文リスト

• Predictively Oriented Posteriors [4.135680181585462]
  我々はパラメータ推定と密度推定の両方の最も望ましい側面を組み合わせた新しい統計原理を提唱する。 PrO後部は予測最適モデル平均に$n-1/2$で収束する。 平均場ランゲヴィン動力学に基づく進化粒子からPrO後部を採取できることが示される。
  論文  参考訳（メタデータ） (2025-10-02T11:33:26Z)
• Uncertainty Quantification for Regression using Proper Scoring Rules [76.24649098854219]
  CRPS,対数,2乗誤差,2次スコアなど,適切なスコアリングルールに基づく回帰のための統一的UQフレームワークを提案する。 実測パラメトリックな仮定に基づく不確実性尺度に対する閉形式式を導出し、モデルのアンサンブルを用いてそれらを推定する方法を示す。 合成および実世界の回帰データセットに対する広範な評価は、信頼性の高いUQ尺度を選択するためのガイダンスを提供する。
  論文  参考訳（メタデータ） (2025-09-30T17:52:12Z)
• RieszBoost: Gradient Boosting for Riesz Regression [49.737777802061984]
  本稿では,Riesz表現子を直接推定するために,その明示的な解析形式を必要とせず,新たな勾配向上アルゴリズムを提案する。 提案アルゴリズムは,様々な関数を対象とした間接推定手法と同等以上の性能を示す。
  論文  参考訳（メタデータ） (2025-01-08T23:04:32Z)
• Debiased Nonparametric Regression for Statistical Inference and Distributionally Robustness [10.470114319701576]
  本研究では,スムーズな非パラメトリック回帰推定器のためのモデルフリーデバイアス法を提案する。 緩やかな条件下で, 点方向および均一なリスク収束と滑らかさを満足する偏バイアス推定器を得る。
  論文  参考訳（メタデータ） (2024-12-28T15:01:19Z)
• Progression: an extrapolation principle for regression [0.0]
  本稿では,新しい統計外挿原理を提案する。 これは、予測器とトレーニング予測器のサンプルの境界における応答との単純な関係を仮定する。 我々の半パラメトリック法である進行法は、この外挿原理を活用し、トレーニングデータ範囲を超えた近似誤差の保証を提供する。
  論文  参考訳（メタデータ） (2024-10-30T17:29:51Z)
• Scaling and renormalization in high-dimensional regression [72.59731158970894]
  リッジ回帰に関する最近の結果について統一的な視点を提示する。 我々は、物理とディープラーニングの背景を持つ読者を対象に、ランダム行列理論と自由確率の基本的なツールを使用する。 我々の結果は拡張され、初期のスケーリング法則のモデルについて統一的な視点を提供する。
  論文  参考訳（メタデータ） (2024-05-01T15:59:00Z)
• On LASSO for High Dimensional Predictive Regression [0.0]
  本稿では,L_1$-penalized regression法であるLASSOを高次元線形回帰法で検討する。 LASSOの整合性は、回帰器の交叉積の偏差境界と誤差項の2つの重要な成分に基づいて決定される。 機械学習とマクロ経済分野の専門知識を用いて、LASSOは失業率の予測において高いパフォーマンスを示す。
  論文  参考訳（メタデータ） (2022-12-14T06:14:58Z)
• Which Invariance Should We Transfer? A Causal Minimax Learning Approach [18.71316951734806]
  本稿では、因果的観点からの包括的ミニマックス分析について述べる。 最小の最悪のリスクを持つサブセットを探索する効率的なアルゴリズムを提案する。 本手法の有効性と有効性は, 合成データとアルツハイマー病の診断で実証された。
  論文  参考訳（メタデータ） (2021-07-05T09:07:29Z)
• Nonparametric Score Estimators [49.42469547970041]
  未知分布によって生成されたサンプルの集合からスコアを推定することは確率モデルの推論と学習における基本的なタスクである。 正規化非パラメトリック回帰の枠組みの下で、これらの推定器の統一的なビューを提供する。 カールフリーカーネルと高速収束による計算効果を享受する反復正規化に基づくスコア推定器を提案する。
  論文  参考訳（メタデータ） (2020-05-20T15:01:03Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。