Konformní predikce
Konformní predikce je distribučně-volný rámec pro konstrukci statisticky platných predikčních množic (pro klasifikaci) nebo predikčních intervalů (pro regresi) kolem výstupu jakéhokoli předtrénovaného modelu strojového učení. Představený Vovkem, Gammermanem a Shaferem v jejich monografii z roku 2005, poskytuje záruku pokrytí v konečném vzorku – skutečná třída spadá do predikční množiny s pravděpodobností alespoň 1-alfa – bez požadavku na parametrické předpoklady o distribuci dat.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Vovk, V., Gammerman, A., & Shafer, G. (2005). Algorithmic Learning in a Random World. Springer. ISBN: 978-0-387-00152-4
Jak citovat tuto stránku
ScholarGate. (2026, June 2). Conformal Prediction (Distribution-Free Prediction Sets). ScholarGate. https://scholargate.app/cs/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.
- Kalibrace modeluStrojové učení↔ compare
- Kvantifikace nejistotySimulace↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →