Публикации по теме 'conformal-prediction'
Многогоризонтное вероятностное прогнозирование с конформным прогнозированием и NeuralProphet.
В моих предыдущих статьях Бенчмаркинг Neural Prophet. Часть I — Neural Prophet против Facebook Prophet и Бенчмаркинг Neural Prophet. Часть II — изучение набора данных по электроэнергии , мы рассмотрели NeuralProphet и оценили, обеспечивает ли он повышение производительности по сравнению с Facebook Prophet (TLDR; да) и обеспечивает ли он в целом хорошую производительность точечного прогнозирования (TLDR; да). ).
NeuralProphet — гораздо лучшая модель для точечного прогнозирования,..
TQA: создание действительных интервалов прогнозирования для перекрестной регрессии временных рядов
Автор: Чжэнь Линь (UIUC)
В этом блоге описывается наша статья NeurIPS’22 [3]: Conformal Prediction with Temporal Quantile Adjustments.
В этом блоге мы рассмотрим:
Краткое введение в конформное прогнозирование, мощный инструмент, обеспечивающий гарантии покрытия с минимальными предположениями о распределениях. Проблемы создания действительных интервалов прогнозирования для прогнозирования временных рядов и наш подход к ним (TQA).
Ресурсы: код , плакат , бумага .
Проблема..
Прогнозирование с уверенностью: конформное прогнозирование для локализованных настроек и настроек временных рядов
По мере того, как методы глубокого обучения все больше внедряются в важные процессы принятия решений, например, в здравоохранении, количественная оценка неопределенности прогнозов теоретически обоснованным способом приобретает решающее значение — задача, которая по-прежнему остается фундаментально сложной. Количественная оценка неопределенности важна, поскольку она может добавить дополнительный защитный слой и служить формой управления рисками. Одним из способов количественной оценки..
Семинар по конформным предсказаниям
Количественная оценка неопределенности без распределения #ICML2022
Семинар по количественной оценке неопределенности без распространения
Представлено на Международной конференции по машинному обучению, состоявшейся в Балтиморе, штат Мэриленд, 23 июля 2022 г.
Главная страница мастерской
Организаторы: Анастасиос Ангелопулос (Калифорнийский университет в Беркли) · Стивен Бейтс (Калифорнийский университет в Беркли) · Шэрон Исюан Ли (Калифорнийский университет в Мэдисоне) · Райан..
Конформное предсказание: критик предсказательных моделей
Я писал о некоторых моделях машинного обучения, чтобы делать прогнозы, но теперь мы должны спросить себя: нужна ли нам определенность?
Конформное предсказание — это статистический метод предсказания будущего наблюдения, а также обеспечение меры неопределенности, связанной с этим предсказанием. Он основан на идее «несоответствия», которая является мерой…
Как использовать машинное обучение для прогнозирования временных рядов (или ретроспекция результатов…
Как использовать машинное обучение для прогнозирования временных рядов (или ретроспектива результатов конкурса прогнозистов Kaggle M5).
Больше года назад я внимательно следил за соревнованием прогнозистов Kagle M5 https://www.kaggle.com/c/m5-forecasting-accuracy .
TL;DR — после 40 лет, когда академия прикладного прогнозирования утверждала, что «простые методы прогнозирования работают лучше всего», кульминацией которого стало соревнование по прогнозированию M4, в котором почти не было..
Не ходите на свидание вслепую со своей моделью машинного обучения
Наша двухнедельная подборка обязательных к прочтению сообществ для сообщества
ИИ все чаще используется не только для поддержки принятия решений, но и для автоматизированного принятия решений. Когда мы делегируем решения ИИ, доверие к этим решениям или рекомендациям становится жизненно важным. Следовательно, как сделать решения ИИ справедливыми, заслуживающими доверия и интерпретируемыми, является ключевым вопросом, которым задаются исследователи из многих дисциплин. Только..
