Predição Conforme

Predição Conforme é um framework livre de distribuição para construir conjuntos de predição estatisticamente válidos (para classificação) ou intervalos de predição (para regressão) em torno da saída de qualquer modelo de aprendizado de máquina pré-treinado. Introduzido por Vovk, Gammerman e Shafer em sua monografia de 2005, ele fornece uma garantia de cobertura marginal em amostra finita — o rótulo verdadeiro cai dentro do conjunto de predição com probabilidade de pelo menos 1-alfa — sem exigir suposições paramétricas sobre a distribuição dos dados.