Copertina

Bagging Provides Assumption-free Stability

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Soloff, Jake A., Barber, Rina Foygel, Willett, Rebecca
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Machine Learning Statistics Theory
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Assumption-free stability for ranking problems
di: Liang, Ruiting, et al.
Pubblicazione: (2025)

Building a stable classifier with the inflated argmax
di: Soloff, Jake A., et al.
Pubblicazione: (2024)

Stability via resampling: statistical problems beyond the real line
di: Soloff, Jake A., et al.
Pubblicazione: (2024)

The Limits of Assumption-free Tests for Algorithm Performance
di: Luo, Yuetian, et al.
Pubblicazione: (2024)

Distribution-free two-sample testing with blurred total variation distance
di: Hore, Rohan, et al.
Pubblicazione: (2026)

Is Algorithmic Stability Testable? A Unified Framework under Computational Constraints
di: Luo, Yuetian, et al.
Pubblicazione: (2024)

Distribution-free inference with hierarchical data
di: Lee, Yonghoon, et al.
Pubblicazione: (2023)

Stability and Accuracy Trade-offs in Statistical Estimation
di: Chakraborty, Abhinav, et al.
Pubblicazione: (2026)

Predictive inference for time series: why is split conformal effective despite temporal dependence?
di: Barber, Rina Foygel, et al.
Pubblicazione: (2025)

Are all models wrong? Fundamental limits in distribution-free empirical model falsification
di: Müller, Manuel M., et al.
Pubblicazione: (2025)

Can a calibration metric be both testable and actionable?
di: Rossellini, Raphael, et al.
Pubblicazione: (2025)

Testing conditional independence under isotonicity
di: Hore, Rohan, et al.
Pubblicazione: (2025)

Theoretical Foundations of Conformal Prediction
di: Angelopoulos, Anastasios N., et al.
Pubblicazione: (2024)

Leave a Window Out: Modifying the Jackknife for Predictive Inference in Time Series
di: Jiang, Hanyang, et al.
Pubblicazione: (2026)

Algorithmic stability implies training-conditional coverage for distribution-free prediction methods
di: Liang, Ruiting, et al.
Pubblicazione: (2023)

Hoeffding and Bernstein inequalities for weighted sums of exchangeable random variables
di: Barber, Rina Foygel
Pubblicazione: (2024)

Concentration Inequalities for Exchangeable Tensors and Matrix-valued Data
di: Cheng, Chen, et al.
Pubblicazione: (2026)

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

Stabilizing black-box model selection with the inflated argmax
di: Adrian, Melissa, et al.
Pubblicazione: (2024)

Unifying Different Theories of Conformal Prediction
di: Barber, Rina Foygel, et al.
Pubblicazione: (2025)

False discovery rate control with compound p-values
di: Barber, Rina Foygel, et al.
Pubblicazione: (2025)

Principal-Agent Hypothesis Testing
di: Bates, Stephen, et al.
Pubblicazione: (2022)

Mosaic inference on panel data
di: Spector, Asher, et al.
Pubblicazione: (2025)

Bagged Regularized $k$-Distances for Anomaly Detection
di: Cai, Yuchao, et al.
Pubblicazione: (2023)

Precise Asymptotics of Bagging Regularized M-estimators
di: Koriyama, Takuya, et al.
Pubblicazione: (2024)

False positive control in time series coincidence detection
di: Liang, Ruiting, et al.
Pubblicazione: (2025)

A frequentist local false discovery rate
di: Xiang, Daniel, et al.
Pubblicazione: (2025)

Multivariate, Heteroscedastic Empirical Bayes via Nonparametric Maximum Likelihood
di: Soloff, Jake A., et al.
Pubblicazione: (2021)

Cross-Validation with Antithetic Gaussian Randomization
di: Liu, Sifan, et al.
Pubblicazione: (2024)

Bivariate Matrix-valued Linear Regression (BMLR): Finite-sample performance under Identifiability and Sparsity Assumptions
di: Bettache, Nayel
Pubblicazione: (2024)

Minimax Optimality of Score-based Diffusion Models: Beyond the Density Lower Bound Assumptions
di: Zhang, Kaihong, et al.
Pubblicazione: (2024)

Learning from Aggregate responses: Instance Level versus Bag Level Loss Functions
di: Javanmard, Adel, et al.
Pubblicazione: (2024)

PCS-UQ: Uncertainty Quantification via the Predictability-Computability-Stability Framework
di: Agarwal, Abhineet, et al.
Pubblicazione: (2025)

A Sharp KL-Convergence Analysis for Diffusion Models under Minimal Assumptions
di: Jain, Nishant, et al.
Pubblicazione: (2025)

O(d/T) Convergence Theory for Diffusion Probabilistic Models under Minimal Assumptions
di: Li, Gen, et al.
Pubblicazione: (2024)

SQ Lower Bounds for Non-Gaussian Component Analysis with Weaker Assumptions
di: Diakonikolas, Ilias, et al.
Pubblicazione: (2024)

High-accuracy and dimension-free sampling with diffusions
di: Gatmiry, Khashayar, et al.
Pubblicazione: (2026)

Distribution free M-estimation
di: Areces, Felipe, et al.
Pubblicazione: (2025)

Distributionally robust risk evaluation with an isotonic constraint
di: Gui, Yu, et al.
Pubblicazione: (2024)

On the Variance, Admissibility, and Stability of Empirical Risk Minimization
di: Kur, Gil, et al.
Pubblicazione: (2023)