当部署影响数据分布:Conformal Prediction 在执行均衡下的覆盖保证研究
预测模型一上线就改变用户行为,置信区间还算数吗?这篇论文给出了明确答案和算法,做风险敏感应用的人可以看看。
预测模型一上线就改变用户行为,置信区间还算数吗?这篇论文给出了明确答案和算法,做风险敏感应用的人可以看看。
一篇纯理论论文,把Bernstein不等式推广到再生过程,让泛化误差界不再依赖独立同分布假设,还给出了极小化最优性证明。
这篇论文从统计学习理论角度解释了STE训练的稳定性与泛化能力,给出了明确的误差边界和收敛速率。
这篇论文用数学证明了公平和准确不可兼得,小样本会让偏见更严重,模型表达能力不够也不行。做AI公平的人都会引用它。
这篇论文为核方法注入可解释的线性特征提供了理论保障,做高维数据建模或核方法研究的团队值得关注,尤其适合处理特征显著但残差噪声小的场景。