Marcatge Conformal
El Marcatge Conformal és un marc lliure de distribucions per a construir conjunts de predicció estadísticament vàlids (per a classificació) o intervals de predicció (per a regressió) al voltant de la sortida de qualsevol model d'aprenentatge automàtic pre-entrenat. Introduït per Vovk, Gammerman i Shafer en la seva monografia del 2005, proporciona una garantia de cobertura marginal en mostra finita —l'etiqueta veritable cau dins del conjunt de predicció amb una probabilitat d'almenys 1-alfa— sense requerir supòsits paramètrics sobre la distribució de les dades.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Vovk, V., Gammerman, A., & Shafer, G. (2005). Algorithmic Learning in a Random World. Springer. ISBN: 978-0-387-00152-4
Com citar aquesta pàgina
ScholarGate. (2026, June 2). Conformal Prediction (Distribution-Free Prediction Sets). ScholarGate. https://scholargate.app/ca/machine-learning/conformal-prediction
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Calibració del modelAprenentatge automàtic↔ compare
- Quantificació d'IncertesaSimulació↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →