实体
cross-fitting
cross-fitting
PulseAugur coverage of cross-fitting — every cluster mentioning cross-fitting across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
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
-
新的交叉拟合方法改进了机器学习模型的统计推断
一种名为交叉拟合的新统计方法已被开发出来，以解决模型推断中的非正则性问题。该方法仍然遵循中心极限定理，但需要调整其渐近方差以考虑交叉折叠相关性。所提出的置信区间旨在估计这种相关性，目标是实现渐近名义覆盖率，并在随机森林和神经网络的模拟中显示出有希望的结果。
-
新的Riesz回归框架统一了去偏机器学习
研究人员引入了广义Riesz回归，这是一个旨在统一和改进去偏机器学习技术的新框架。该新方法利用Bregman散度下的Riesz表示拟合，提供了一种灵活的方法，可以适应各种回归目标。该框架建立了经验Riesz方程，可以精确控制系统误差并实现正交得分恒等式，其推导出的收敛速率适用于稀疏模型、再生核希尔伯特空间模型和神经网络。