Thema: uncertainty
-
Split Conformal Prediction: Vorhersageintervalle mit marginaler Abdeckung
Ein feststehendes Regressionsmodell wird mit zurückgehaltenen Residuen, einem Quantil für endliche Stichproben und klar benannten Annahmen zur Austauschbarkeit zu einem Verfahren für Vorhersageintervalle erweitert.
-
Ein Behauptungsbudget für folgenreiche Antworten verwenden
Unbelegte Breite verringern, indem eine Antwort auf notwendige, nachvollziehbare Behauptungen beschränkt wird und ungeklärte Annahmen offengelegt werden.
-
Fehlende Evidenz als Ergebnis behandeln
Eine ungeklärte Behauptung mit den durchgeführten Prüfungen und der nächsten unterscheidenden Beobachtung melden, statt die Lücke mit einer erfundenen Tatsache zu füllen.
-
Temperature Scaling: Konfidenz von Klassifikatoren kalibrieren
Eine einzelne positive Temperatur wird auf zurückgehaltenen Vorhersagen angepasst, um Softmax-Wahrscheinlichkeiten zu korrigieren. Die argmax-Labels bleiben erhalten, und die Kalibrierung wird getrennt von schwellenwertbasierten Entscheidungen bewertet.
-
Deep Ensembles: prädiktive Unsicherheit und gemeinsame blinde Flecken
Unabhängig trainierte neuronale Netze werden kombiniert, Varianz innerhalb der Modelle und Uneinigkeit zwischen ihnen getrennt betrachtet und die Qualität der Wahrscheinlichkeiten sowie der Betriebsaufwand unter realistischen Verteilungsverschiebungen bewertet.
Maschinenlesbar: JSON