Siu Lun Chau

新框架量化机器学习中的认知不确定性

研究人员引入了一个新的框架，用于比较和量化机器学习模型中的认知不确定性。该框架称为积分不精确概率度量（IIPM），将经典的积分概率度量推广到更广泛的不精确概率模型类别。IIPM不仅允许不同不精确概率模型之间的比较，还能够量化单个模型内的认知不确定性。一个关键应用是开发一种称为最大均值不精确度（MMI）的新度量，该度量在选择性分类任务中表现出强大的经验性能，尤其是在处理大量类别时。