实体
Bayesian Ridge Regression
Bayesian Ridge Regression
PulseAugur coverage of Bayesian Ridge Regression — every cluster mentioning Bayesian Ridge Regression across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
元学习方法简化超参数优化
研究人员开发了一种新颖的元学习方法，用于超参数优化（HPO）和组合算法选择与超参数优化（CASH）。该方法利用基于性能的表示，通过配置在任务上的历史性能来描述配置，而不是依赖于显式的超参数编码。当应用于TabArena基准测试时，这种表示与线性贝叶斯岭回归模型相结合，在约一半的试验次数中实现了与现有元学习基线相当的调优性能。该方法为自动化机器学习提供了更简单、更具成本效益和可扩展的解决方案，尤其是在高维搜索空间中。
-
新研究解决一致性预测方法中的数据偏移问题
两篇新研究论文探讨了处理数据偏移的高级一致性预测技术。第一篇论文介绍了多源随机局部化一致性预测（MS-RLCP），以利用来自异构数据源的互补信息，即使在测试分布与单个源显著不同的情况下也能建立覆盖界限。第二篇论文提出了一种用于分割一致性预测的标签偏移调整贝叶斯分数（LSA score），该方法通过重新加权源预测器来调整贝叶斯一致性方法，以在标签偏移下保持覆盖率。该LSA分数旨在与现有方法相比，产生更短、更准确的预测区间。