Copertina

Pseudo-Labeling for Kernel Ridge Regression under Covariate Shift

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Wang, Kaizheng
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Methodology Machine Learning Statistics Theory 62J07, 62G05
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

The Generalized Elastic Net for least squares regression with network-aligned signal and correlated design
di: Tran, Huy, et al.
Pubblicazione: (2022)

Prediction Risk and Estimation Risk of the Ridgeless Least Squares Estimator under General Assumptions on Regression Errors
di: Lee, Sungyoon, et al.
Pubblicazione: (2023)

Optimal empirical Bayes estimation for the Poisson model via minimum-distance methods
di: Jana, Soham, et al.
Pubblicazione: (2022)

Model Assessment and Selection under Temporal Distribution Shift
di: Han, Elise, et al.
Pubblicazione: (2024)

Estimation of the invariant measure of a multidimensional diffusion from noisy observations
di: Maillet, Raphaël, et al.
Pubblicazione: (2024)

Variable Selection for Additive Global Fréchet Regression
di: Yang, Haoyi, et al.
Pubblicazione: (2025)

Batched Single-Index Global Multi-Armed Bandits with Covariates
di: Arya, Sakshi, et al.
Pubblicazione: (2025)

Tweedie-based nonparametric estimation for semicontinuous mixed densities
di: Lyu, Guanjie, et al.
Pubblicazione: (2026)

Distributed Sparse Linear Regression under Communication Constraints
di: Fonseca, Rodney, et al.
Pubblicazione: (2023)

When to Trust Confidence Thresholding: Calibration Diagnostics for Pseudo-Labelled Regression
di: Kurbucz, Marcell T.
Pubblicazione: (2026)

Bump hunting through density curvature features
di: Chacón, José E., et al.
Pubblicazione: (2022)

Mode-based estimation of the center of symmetry
di: Chacón, José E., et al.
Pubblicazione: (2024)

Collapsing Categories for Regression with Mixed Predictors
di: Song, Chaegeun, et al.
Pubblicazione: (2025)

$\ell_1$-Regularized Generalized Least Squares
di: Nobari, Kaveh S., et al.
Pubblicazione: (2024)

Kernel density estimation with polyspherical data and its applications
di: García-Portugués, Eduardo, et al.
Pubblicazione: (2024)

Adaptive Density Estimation Using Projection Kernels and Penalized Comparison to Overfitting
di: Hoang, Van Ha, et al.
Pubblicazione: (2025)

Two approaches to multiple canonical correlation analysis for repeated measures data
di: Górecki, Tomasz, et al.
Pubblicazione: (2025)

Predictive Inference via Kernel Density Estimates
di: Hilbert, Torey
Pubblicazione: (2026)

Bayesian Global-Local Shrinkage with Univariate Guidance for Ultra-High-Dimensional Regression
di: Das, Priyam
Pubblicazione: (2026)

Testing-driven Variable Selection in Bayesian Modal Regression
di: Duan, Jiasong, et al.
Pubblicazione: (2025)

Bayesian taut splines for estimating the number of modes
di: Chacón, José E., et al.
Pubblicazione: (2023)

Kernel Density Estimation and Convolution Revisited
di: Tenkorang, Nicholas, et al.
Pubblicazione: (2025)

Estimating Unbounded Density Ratios: Applications in Error Control under Covariate Shift
di: Xu, Shuntuo, et al.
Pubblicazione: (2025)

A two-sample test for symmetric positive definite matrix distributions using Wishart kernel density estimators
di: Ouimet, Frédéric
Pubblicazione: (2026)

Model-free filtering in high dimensions via projection and score-based diffusions
di: Christensen, Sören, et al.
Pubblicazione: (2025)

Efficient adjustment for complex covariates: Gaining efficiency with DOPE
di: Christgau, Alexander Mangulad, et al.
Pubblicazione: (2024)

Poisson Regression in one Covariate on Massive Data
di: Reuter, Torsten, et al.
Pubblicazione: (2024)

Factor Augmented Quantile Regression Model
di: Wei, Xiaoyang, et al.
Pubblicazione: (2025)

Variable screening using factor analysis for high-dimensional data with multicollinearity
di: Tanaka, Shuntaro, et al.
Pubblicazione: (2023)

Kernel-based estimators for functional causal effects
di: Raykov, Yordan P., et al.
Pubblicazione: (2025)

A new adaptive local polynomial density estimation procedure on complicated domains
di: Bertin, Karine, et al.
Pubblicazione: (2023)

Variance-Reduced Manifold Sampling via Polynomial-Maximization Density Estimation
di: Zabolotnii, Serhii
Pubblicazione: (2026)

Kernel-Based Nonparametric Tests For Shape Constraints
di: Sen, Rohan
Pubblicazione: (2025)

Model selection by cross-validation in an expectile linear regression
di: Bousselmi, Bilel, et al.
Pubblicazione: (2026)

Adaptive Ridge Approach to Heteroscedastic Regression
di: Ho, Ka Long Keith, et al.
Pubblicazione: (2024)

Deep Neural Networks for Doubly Robust Estimation with Nonprobability Survey Samples
di: Dai, Yufang, et al.
Pubblicazione: (2026)

Adaptive Kernel Regression for Constrained Route Alignment: Theory and Iterative Data Sharpening
di: Du, Shiyin, et al.
Pubblicazione: (2026)

Dirichlet kernel density estimation on the simplex with missing data
di: Daayeb, Hanen, et al.
Pubblicazione: (2026)

Robust Penalized Estimators for High--Dimensional Generalized Linear Models
di: Valdora, Marina, et al.
Pubblicazione: (2023)

A Minimax Theory of Nonparametric Regression Under Covariate Shift
di: Zamolodtchikov, Petr
Pubblicazione: (2026)