Konformalno predviđanje
Konformalno predviđanje je okvir bez distribucije za konstruisanje statistički validnih prediktivnih skupova (za klasifikaciju) ili intervala predviđanja (za regresiju) oko izlaza bilo kog prethodno obučenog modela mašinskog učenja. Predstavljen od strane Vovk, Gammerman i Shafer u njihovoj monografiji iz 2005. godine, pruža garanciju pokrivenosti u konačnom uzorku – prava oznaka pada unutar prediktivnog skupa sa verovatnoćom od najmanje 1-alfa – bez zahtevanja parametarskih pretpostavki o distribuciji podataka.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
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/sr/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 modelaMašinsko učenje↔ compare
- Kvantifikacija nesigurnostiSimulacija↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →