Buchumschlag

Robust Validation: Confident Predictions Even When Distributions Shift

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cauchois, Maxime, Gupta, Suyash, Ali, Alnur, Duchi, John C.
Format:	Preprint
Veröffentlicht:	2020
Schlagworte:	Machine Learning Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Predictive Inference in Multi-environment Scenarios
von: Duchi, John C., et al.
Veröffentlicht: (2024)

PPI++: Efficient Prediction-Powered Inference
von: Angelopoulos, Anastasios N., et al.
Veröffentlicht: (2023)

The $s$-value: evaluating stability with respect to distributional shifts
von: Gupta, Suyash, et al.
Veröffentlicht: (2021)

Resampling methods for private statistical inference
von: Chadha, Karan, et al.
Veröffentlicht: (2024)

Multiply Robust Estimation for Local Distribution Shifts with Multiple Domains
von: Wilkins-Reeves, Steven, et al.
Veröffentlicht: (2024)

Incorporating Interventional Independence Improves Robustness against Interventional Distribution Shift
von: Sreekumar, Gautam, et al.
Veröffentlicht: (2025)

Conformal Prediction under Levy-Prokhorov Distribution Shifts: Robustness to Local and Global Perturbations
von: Aolaritei, Liviu, et al.
Veröffentlicht: (2025)

Multi-Distribution Robust Conformal Prediction
von: Yang, Yuqi, et al.
Veröffentlicht: (2026)

From Conformal Predictions to Confidence Regions
von: Guille-Escuret, Charles, et al.
Veröffentlicht: (2024)

Learning When the Concept Shifts: Confounding, Invariance, and Dimension Reduction
von: Dharmakeerthi, Kulunu, et al.
Veröffentlicht: (2024)

Distribution-Free Robust Predict-Then-Optimize in Function Spaces
von: Patel, Yash, et al.
Veröffentlicht: (2026)

Environment-Adaptive Covariate Selection: Learning When to Use Spurious Correlations for Out-of-Distribution Prediction
von: Zuo, Shuozhi, et al.
Veröffentlicht: (2026)

Do We Really Even Need Data?
von: Hoffman, Kentaro, et al.
Veröffentlicht: (2024)

Multi-Source Conformal Inference Under Distribution Shift
von: Liu, Yi, et al.
Veröffentlicht: (2024)

Robust Multi-Source Domain Adaptation under Label Shift
von: Xu, Congbin, et al.
Veröffentlicht: (2025)

Causal Imitation Learning Under Measurement Error and Distribution Shift
von: Bo, Shi, et al.
Veröffentlicht: (2026)

Optimal Empirical Risk Minimization under Temporal Distribution Shifts
von: Jeong, Yujin, et al.
Veröffentlicht: (2025)

Conformal Calibration of Statistical Confidence Sets
von: Cabezas, Luben M. C., et al.
Veröffentlicht: (2024)

Estimate Level Adjustment For Inference With Proxies Under Random Distribution Shifts
von: Wilkins-Reeves, Steven, et al.
Veröffentlicht: (2026)

Consistent Validation for Predictive Methods in Spatial Settings
von: Burt, David R., et al.
Veröffentlicht: (2024)

Confidence on the Focal: Conformal Prediction with Selection-Conditional Coverage
von: Jin, Ying, et al.
Veröffentlicht: (2024)

Flow-based Distributionally Robust Optimization
von: Xu, Chen, et al.
Veröffentlicht: (2023)

Additive Distributionally Robust Ranking and Selection
von: Li, Zaile, et al.
Veröffentlicht: (2025)

Residual Distribution Predictive Systems
von: Allen, Sam, et al.
Veröffentlicht: (2025)

Knowledge-Guided Wasserstein Distributionally Robust Optimization
von: Wang, Zitao, et al.
Veröffentlicht: (2025)

Double Debiased Covariate Shift Adaptation Robust to Density-Ratio Estimation
von: Kato, Masahiro, et al.
Veröffentlicht: (2023)

Multi-CATE: Multi-Accurate Conditional Average Treatment Effect Estimation Robust to Unknown Covariate Shifts
von: Kern, Christoph, et al.
Veröffentlicht: (2024)

Bayesian Federated Cause-of-Death Classification and Quantification Under Distribution Shift
von: Zhu, Yu, et al.
Veröffentlicht: (2025)

Beyond Reweighting: On the Predictive Role of Covariate Shift in Effect Generalization
von: Jin, Ying, et al.
Veröffentlicht: (2024)

Flow-Based Conformal Predictive Distributions
von: Harris, Trevor
Veröffentlicht: (2026)

Black Box Variational Inference with a Deterministic Objective: Faster, More Accurate, and Even More Black Box
von: Giordano, Ryan, et al.
Veröffentlicht: (2023)

Distribution-free Conformal Prediction for Ordinal Classification
von: Chakraborty, Subhrasish, et al.
Veröffentlicht: (2024)

Post-Regularization Confidence Bands for Ordinary Differential Equations
von: Dai, Xiaowu, et al.
Veröffentlicht: (2021)

A Honest Cross-Validation Estimator for Prediction Performance
von: Pan, Tianyu, et al.
Veröffentlicht: (2025)

Nonparametric estimation of Hawkes processes with RKHSs
von: Bonnet, Anna, et al.
Veröffentlicht: (2024)

Distributionally Robust Learning for Multi-source Unsupervised Domain Adaptation
von: Wang, Zhenyu, et al.
Veröffentlicht: (2023)

Predictive Performance Test based on the Exhaustive Nested Cross-Validation for High-dimensional data
von: Gauran, Iris Ivy, et al.
Veröffentlicht: (2024)

Forecasting Multivariate Time Series under Predictive Heterogeneity: A Validation-Driven Clustering Framework
von: Ma, Ziling, et al.
Veröffentlicht: (2026)

Representation-Aware Distributionally Robust Optimization: A Knowledge Transfer Framework
von: Wang, Zitao, et al.
Veröffentlicht: (2025)

Scale-Calibrated Median-of-Means for Robust Distributed Principal Component Analysis
von: You, Kisung
Veröffentlicht: (2026)