Previsione Conforme
La Previsione Conforme (Conformal Prediction) è un framework indipendente dalla distribuzione per la costruzione di insiemi di previsione statisticamente validi (per la classificazione) o intervalli di previsione (per la regressione) attorno all'output di qualsiasi modello di machine learning pre-addestrato. Introdotta da Vovk, Gammerman e Shafer nella loro monografia del 2005, essa fornisce una garanzia di copertura marginale su campioni finiti — l'etichetta vera rientra nell'insieme di previsione con una probabilità di almeno 1-alpha — senza richiedere assunzioni parametriche sulla distribuzione dei dati.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Vovk, V., Gammerman, A., & Shafer, G. (2005). Algorithmic Learning in a Random World. Springer. ISBN: 978-0-387-00152-4
Come citare questa pagina
ScholarGate. (2026, June 2). Conformal Prediction (Distribution-Free Prediction Sets). ScholarGate. https://scholargate.app/it/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.
- Calibrazione del modelloApprendimento automatico↔ compare
- Quantificazione dell'IncertezzaSimulazione↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →