Machine learningTrustworthy ML
共形予測
共形予測は、任意の事前学習済み機械学習モデルの出力の周りに、統計的に妥当な予測集合（分類の場合）または予測区間（回帰の場合）を構築するための、分布フリーのフレームワークです。Vovk、Gammerman、Shaferによって2005年のモノグラフで導入されたこの手法は、データの分布に関するパラメトリックな仮定を必要とせずに、有限標本での周辺カバレッジ保証（真のラベルが少なくとも1-αの確率で予測集合内に含まれる）を提供します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Vovk, V., Gammerman, A., & Shafer, G. (2005). Algorithmic Learning in a Random World. Springer. ISBN: 978-0-387-00152-4
このページの引用方法
ScholarGate. (2026, June 2). Conformal Prediction (Distribution-Free Prediction Sets). ScholarGate. https://scholargate.app/ja/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.
- モデルキャリブレーション機械学習↔ compare
- 不確実性定量化シミュレーション↔ compare