Copertina

Bagged Polynomial Regression and Neural Networks

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Klosin, Sylvia, Vives-i-Bastida, Jaume
Natura:	Preprint
Pubblicazione:	2022
Soggetti:	Machine Learning Methodology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Bayesian and Frequentist Inference for Synthetic Controls
di: Martinez, Ignacio, et al.
Pubblicazione: (2022)

Robust Local Polynomial Regression with Similarity Kernels
di: Shulman, Yaniv
Pubblicazione: (2025)

Calibration Prediction Interval for Non-parametric Regression and Neural Networks
di: Wu, Kejin, et al.
Pubblicazione: (2025)

Contrasting Global and Patient-Specific Regression Models via a Neural Network Representation
di: Behrens, Max, et al.
Pubblicazione: (2026)

Neural Networks for Extreme Quantile Regression with an Application to Forecasting of Flood Risk
di: Pasche, Olivier C., et al.
Pubblicazione: (2022)

Transfer Learning Under High-Dimensional Network Convolutional Regression Model
di: Wang, Liyuan, et al.
Pubblicazione: (2025)

Bayesian Adaptive Polynomial Chaos Expansions
di: Rumsey, Kellin N., et al.
Pubblicazione: (2025)

Deep Fréchet Regression
di: Iao, Su I, et al.
Pubblicazione: (2024)

Semiparametric Counterfactual Regression
di: Kim, Kwangho
Pubblicazione: (2025)

Adaptive Physics-Guided Neural Network
di: Shulman, David, et al.
Pubblicazione: (2024)

On Fractional Moment Estimation from Polynomial Chaos Expansion
di: Novák, Lukáš, et al.
Pubblicazione: (2024)

Neural Bayes Estimators for Irregular Spatial Data using Graph Neural Networks
di: Sainsbury-Dale, Matthew, et al.
Pubblicazione: (2023)

Robust Tensor-on-Tensor Regression
di: Hirari, Mehdi, et al.
Pubblicazione: (2026)

Bayesian Additive Distribution Regression
di: Linero, Antonio R., et al.
Pubblicazione: (2026)

CP Degeneracy in Tensor Regression
di: Zhou, Ya, et al.
Pubblicazione: (2020)

Generative Regression with IQ-BART
di: O'Hagan, Sean, et al.
Pubblicazione: (2025)

Stagewise Boosting Distributional Regression
di: Wetscher, Mattias, et al.
Pubblicazione: (2024)

Vector Quantile Regression on Manifolds
di: Pegoraro, Marco, et al.
Pubblicazione: (2023)

Direct Bayesian Additive Regression Trees for Conditional Average Treatment Effects in Regression Discontinuity Designs
di: Kondo, Daisuke, et al.
Pubblicazione: (2026)

Factor Augmented Tensor-on-Tensor Neural Networks
di: Zhou, Guanhao, et al.
Pubblicazione: (2024)

Training of Spiking Neural Networks with Expectation-Propagation
di: Yao, Dan, et al.
Pubblicazione: (2025)

Causal Estimation of Exposure Shifts with Neural Networks
di: Tec, Mauricio, et al.
Pubblicazione: (2023)

Conformalized Regression for Continuous Bounded Outcomes
di: Wu, Zhanli, et al.
Pubblicazione: (2025)

F-measure Maximizing Logistic Regression
di: Okabe, Masaaki, et al.
Pubblicazione: (2019)

Total robustness in Bayesian Nonlinear Regression
di: Chen, Mengqi, et al.
Pubblicazione: (2025)

Transfer Learning for Kernel-based Regression
di: Wang, Chao, et al.
Pubblicazione: (2023)

Doubly-Regressing Approach for Subgroup Fairness
di: Kim, Kunwoong, et al.
Pubblicazione: (2025)

A Bayesian Additive Regression Tree Model for Learning Conditional Average Treatment Effects in Regression Discontinuity Designs
di: Alcantara, Rafael, et al.
Pubblicazione: (2025)

Structure Maintained Representation Learning Neural Network for Causal Inference
di: Sun, Yang, et al.
Pubblicazione: (2025)

Doubly Robust Conditional Independence Testing with Generative Neural Networks
di: Zhang, Yi, et al.
Pubblicazione: (2024)

Minimal Sufficient Representations for Self-interpretable Deep Neural Networks
di: Tan, Zhiyao, et al.
Pubblicazione: (2026)

Engression: Extrapolation through the Lens of Distributional Regression
di: Shen, Xinwei, et al.
Pubblicazione: (2023)

CAIRO: Decoupling Order from Scale in Regression
di: Vanhems, Harri, et al.
Pubblicazione: (2026)

RieszBoost: Gradient Boosting for Riesz Regression
di: Lee, Kaitlyn J., et al.
Pubblicazione: (2025)

Deep Limit Model-free Prediction in Regression
di: Wu, Kejin, et al.
Pubblicazione: (2024)

Integrating Uncertainty Awareness into Conformalized Quantile Regression
di: Rossellini, Raphael, et al.
Pubblicazione: (2023)

Robust and Sparse Regression in GLM by Stochastic Optimization
di: Kawashima, Takayuki, et al.
Pubblicazione: (2018)

Nonparametric Regression Discontinuity Designs with Survival Outcomes
di: Schuessler, Maximilian, et al.
Pubblicazione: (2026)

Calibrated Multivariate Regression with Localized PIT Mappings
di: Kock, Lucas, et al.
Pubblicazione: (2024)

GRASP: Grouped Regression with Adaptive Shrinkage Priors
di: Tew, Shu Yu, et al.
Pubblicazione: (2025)