在本课程中,我们将学习机器学习、统计学和计算机科学中的现代技术,用于估计黑箱预测的不确定性。这包括共形预测、校准和多重校准、结果不可区分性,以及在没有任何分布假设的情况下产生最坏情况经验覆盖保证的最新技术。在此过程中,我们将探索这些技术在领域适应问题上的应用,以及它们在解决下游优化问题、经济和机制设计以及算法公平性方面的应用。

成为VIP会员查看完整内容
81

相关内容

现代自适应控制与强化学习,166页pdf
专知会员服务
106+阅读 · 2022年8月30日
专知会员服务
236+阅读 · 2021年10月8日
【经典书】统计学理论,925页pdf
专知会员服务
159+阅读 · 2020年12月6日
神经网络的基础数学,95页pdf
专知
22+阅读 · 2022年1月23日
【干货书】贝叶斯推断随机过程,449页pdf
专知
26+阅读 · 2020年8月27日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Max-Margin Contrastive Learning
Arxiv
17+阅读 · 2021年12月21日
Arxiv
19+阅读 · 2018年6月27日
VIP会员
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员