Conformal Prediction
Το Conformal Prediction είναι ένα πλαίσιο ανεξάρτητο από την κατανομή για την κατασκευή στατιστικά έγκυρων συνόλων πρόβλεψης (για ταξινόμηση) ή διαστημάτων πρόβλεψης (για παλινδρόμηση) γύρω από την έξοδο οποιουδήποτε προεκπαιδευμένου μοντέλου μηχανικής μάθησης. Παρουσιάστηκε από τους Vovk, Gammerman και Shafer στη μονογραφία τους του 2005, παρέχει εγγύηση κάλυψης περιθωρίου πεπερασμένων δειγμάτων — η αληθής ετικέτα εμπίπτει στο σύνολο πρόβλεψης με πιθανότητα τουλάχιστον 1-alpha — χωρίς να απαιτεί παραμετρικές υποθέσεις σχετικά με την κατανομή των δεδομένων.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- Vovk, V., Gammerman, A., & Shafer, G. (2005). Algorithmic Learning in a Random World. Springer. ISBN: 978-0-387-00152-4
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 2). Conformal Prediction (Distribution-Free Prediction Sets). ScholarGate. https://scholargate.app/el/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.
- Βαθμονόμηση ΜοντέλουΜηχανική Μάθηση↔ compare
- Ποσοτικοποίηση της ΑβεβαιότηταςΠροσομοίωση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →