Konformalno predviđanje
Konformalno predviđanje je distribucijski neovisan okvir za konstruiranje statistički valjanih prediktivnih skupova (za klasifikaciju) ili prediktivnih intervala (za regresiju) oko izlaza bilo kojeg prethodno obučenog modela strojnog učenja. Predstavljen od strane Vovka, Gammermana i Shafera u njihovoj monografiji iz 2005., pruža jamstvo pokrivenosti u konačnom uzorku bez uvjeta raspodjele — prava oznaka pada unutar prediktivnog skupa s vjerojatnošću od najmanje 1-alfa — bez potrebe za parametarskim pretpostavkama o raspodjeli podataka.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Vovk, V., Gammerman, A., & Shafer, G. (2005). Algorithmic Learning in a Random World. Springer. ISBN: 978-0-387-00152-4
Kako citirati ovu stranicu
ScholarGate. (2026, June 2). Conformal Prediction (Distribution-Free Prediction Sets). ScholarGate. https://scholargate.app/hr/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.
- Kalibracija modelaStrojno učenje↔ compare
- Kvantifikacija nesigurnostiSimulacija↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →