:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Machado, Agathe Fernandes, Charpentier, Arthur, Flachaire, Emmanuel, Gallic, Ewen, Hu, François
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2408.03421
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

From Uncertainty to Precision: Enhancing Binary Classifier Performance through Calibration
von: Machado, Agathe Fernandes, et al.
Veröffentlicht: (2024)

Sequential Conditional Transport on Probabilistic Graphs for Interpretable Counterfactual Fairness
von: Machado, Agathe Fernandes, et al.
Veröffentlicht: (2024)

Optimal Transport on Categorical Data for Counterfactuals using Compositional Data and Dirichlet Transport
von: Machado, Agathe Fernandes, et al.
Veröffentlicht: (2025)

Geospatial Disparities: A Case Study on Real Estate Prices in Paris
von: Machado, Agathe Fernandes, et al.
Veröffentlicht: (2024)

Sequential Transport for Causal Mediation Analysis
von: Machado, Agathe Fernandes, et al.
Veröffentlicht: (2026)

Unveil Sources of Uncertainty: Feature Contribution to Conformal Prediction Intervals
von: Idrissi, Marouane Il, et al.
Veröffentlicht: (2025)

Decomposing Probabilistic Scores: Reliability, Information Loss and Uncertainty
von: Charpentier, Arthur, et al.
Veröffentlicht: (2026)

Federated Measurement of Demographic Disparities from Quantile Sketches
von: Charpentier, Arthur, et al.
Veröffentlicht: (2026)

EquiPy: Sequential Fairness using Optimal Transport in Python
von: Machado, Agathe Fernandes, et al.
Veröffentlicht: (2025)

Beyond Shapley Values: Cooperative Games for the Interpretation of Machine Learning Models
von: Idrissi, Marouane Il, et al.
Veröffentlicht: (2025)

Decomposing Direct and Indirect Biases in Linear Models under Demographic Parity Constraint
von: Tierny, Bertille, et al.
Veröffentlicht: (2025)

Estimation in high-dimensional linear regression: Post-Double-Autometrics as an alternative to Post-Double-Lasso
von: Hué, Sullivan, et al.
Veröffentlicht: (2025)

Fairness in Multi-Task Learning via Wasserstein Barycenters
von: Hu, François, et al.
Veröffentlicht: (2023)

A Sequentially Fair Mechanism for Multiple Sensitive Attributes
von: Hu, François, et al.
Veröffentlicht: (2023)

Uncertainty Calibration of Multi-Label Bird Sound Classifiers
von: Schwinger, Raphael, et al.
Veröffentlicht: (2025)

Fast and Scalable Score-Based Kernel Calibration Tests
von: Glaser, Pierre, et al.
Veröffentlicht: (2025)

KANFormer for Predicting Fill Probabilities via Survival Analysis in Limit Order Books
von: Zhong, Jinfeng, et al.
Veröffentlicht: (2025)

Fair regression under localized demographic parity constraints
von: Charpentier, Arthur, et al.
Veröffentlicht: (2026)

Data Augmentation with Variational Autoencoder for Imbalanced Dataset
von: Stocksieker, Samuel, et al.
Veröffentlicht: (2024)

Boarding for ISS: Imbalanced Self-Supervised: Discovery of a Scaled Autoencoder for Mixed Tabular Datasets
von: Stocksieker, Samuel, et al.
Veröffentlicht: (2024)

Disentangled Deep Smoothed Bootstrap for Fair Imbalanced Regression
von: Stocksieker, Samuel, et al.
Veröffentlicht: (2025)

KNN and K-means in Gini Prametric Spaces
von: Mussard, Cassandra, et al.
Veröffentlicht: (2025)

Risk-based Calibration for Generative Classifiers
von: Pérez, Aritz, et al.
Veröffentlicht: (2024)

Measuring and Mitigating Biases in Motor Insurance Pricing
von: Moriah, Mulah, et al.
Veröffentlicht: (2023)

Decentralized Federated Learning of Probabilistic Generative Classifiers
von: Pérez, Aritz, et al.
Veröffentlicht: (2025)

Decomposing Uncertainty in Probabilistic Knowledge Graph Embeddings: Why Entity Variance Is Not Enough
von: Lee, Chorok
Veröffentlicht: (2025)

Calibrated Probabilistic Forecasts for Arbitrary Sequences
von: Marx, Charles, et al.
Veröffentlicht: (2024)

Confidence Calibration of Classifiers with Many Classes
von: LeCoz, Adrien, et al.
Veröffentlicht: (2024)

Is One Score Enough? Rethinking the Evaluation of Sequentially Evolving LLM Memory
von: Dong, Songwei, et al.
Veröffentlicht: (2026)

CHARM: Calibrating Reward Models With Chatbot Arena Scores
von: Zhu, Xiao, et al.
Veröffentlicht: (2025)

Probabilistic Scoring Lists for Interpretable Machine Learning
von: Hanselle, Jonas, et al.
Veröffentlicht: (2024)

Probabilistic Calibration by Design for Neural Network Regression
von: Dheur, Victor, et al.
Veröffentlicht: (2024)

Is Retraining-Free Enough? The Necessity of Router Calibration for Efficient MoE Compression
von: Hyeon, Sieun, et al.
Veröffentlicht: (2026)

Decomposing Inequalities using Machine Learning and Overcoming Common Support Issues
von: Flachaire, Emmanuel, et al.
Veröffentlicht: (2025)

Exact Stiefel Optimization for Probabilistic PLS: Closed-Form Updates, Error Bounds, and Calibrated Uncertainty
von: Hu, Haoran, et al.
Veröffentlicht: (2026)

Scoring Rules and Calibration for Imprecise Probabilities
von: Fröhlich, Christian, et al.
Veröffentlicht: (2024)

On the Usefulness of the Fit-on-the-Test View on Evaluating Calibration of Classifiers
von: Kängsepp, Markus, et al.
Veröffentlicht: (2022)

Knowing What You Know Is Not Enough: Large Language Model Confidences Don't Align With Their Actions
von: Pal, Arka, et al.
Veröffentlicht: (2025)

Labels in Extremes: How Well Calibrated are Extreme Multi-label Classifiers?
von: Ullah, Nasib, et al.
Veröffentlicht: (2024)

Mitigating the Multiplicity Burden: The Role of Calibration in Reducing Predictive Multiplicity of Classifiers
von: Cavus, Mustafa
Veröffentlicht: (2026)