RESEARCHDEV.to AI·vor 26T
Uncertainty Estimates of Predictions via a General Bias-Variance Decomposition
Eine neue allgemeine Bias-Varianz-Zerlegung für strikt geeignete Bewertungsregeln wurde endlich in einem AISTATS 2023-Papier von Gruber & Buettner vorgestellt. Dieser Fortschritt bietet praktische Werkzeuge zum Verständnis von Ensemble-Modellen, zur Konstruktion von Konfidenzbereichen und zur Verbesserung der Erkennung von Out-of-Distribution-Eingaben, wodurch eine langjährige Lücke in der Unsicherheitsschätzung geschlossen wird.
27