Конформне прогнозування
Конформне прогнозування (Conformal Prediction) — це безрозподільний фреймворк для побудови статистично валідних множин прогнозів (для класифікації) або інтервалів прогнозів (для регресії) навколо вихідних даних будь-якої попередньо навченої моделі машинного навчання. Запроваджений Вовком, Гаммерманом та Шафером у їхній монографії 2005 року, він забезпечує гарантію граничного покриття для скінченної вибірки — справжня мітка потрапляє в множину прогнозів з імовірністю щонайменше 1-alpha — без вимоги параметричних припущень щодо розподілу даних.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Vovk, V., Gammerman, A., & Shafer, G. (2005). Algorithmic Learning in a Random World. Springer. ISBN: 978-0-387-00152-4
Як цитувати цю сторінку
ScholarGate. (2026, June 2). Conformal Prediction (Distribution-Free Prediction Sets). ScholarGate. https://scholargate.app/uk/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.
- Калібрування моделіМашинне навчання↔ compare
- Квантифікація невизначеностіІмітаційне моделювання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →