Buchumschlag

Valid Inference for Machine Learning Model Parameters

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dey, Neil, Williams, Jonathan P.
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Anytime-Valid Inference for Double/Debiased Machine Learning of Causal Parameters
von: Dalal, Abhinandan, et al.
Veröffentlicht: (2024)

Efficient Inference for Inverse Reinforcement Learning and Dynamic Discrete Choice Models
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Revisiting Optimism and Model Complexity in the Wake of Overparameterized Machine Learning
von: Patil, Pratik, et al.
Veröffentlicht: (2024)

Reassessing How to Compare and Improve the Calibration of Machine Learning Models
von: Chidambaram, Muthu, et al.
Veröffentlicht: (2024)

Statistical Inference and Learning for Shapley Additive Explanations (SHAP)
von: Whitehouse, Justin, et al.
Veröffentlicht: (2026)

Subgroup Validity in Machine Learning for Echocardiogram Data
von: Feeney, Cynthia, et al.
Veröffentlicht: (2025)

Double Descent: Understanding Linear Model Estimation of Nonidentifiable Parameters and a Model for Overfitting
von: Christensen, Ronald
Veröffentlicht: (2024)

The Morgan-Pitman Test of Equality of Variances and its Application to Machine Learning Model Evaluation and Selection
von: Arratia, Argimiro, et al.
Veröffentlicht: (2025)

Distributed Estimation and Inference for Semi-parametric Binary Response Models
von: Chen, Xi, et al.
Veröffentlicht: (2022)

Inference for Deep Neural Network Estimators in Generalized Nonparametric Models
von: Meng, Xuran, et al.
Veröffentlicht: (2025)

A Unified Theory for Causal Inference: Direct Debiased Machine Learning via Bregman-Riesz Regression
von: Kato, Masahiro
Veröffentlicht: (2025)

Extended Fiducial Inference: Toward an Automated Process of Statistical Inference
von: Liang, Faming, et al.
Veröffentlicht: (2024)

Bridging Maximum Likelihood and Optimal Transport for Efficient Inference and Model Selection in Stochastic Block Models
von: Queric, Simon, et al.
Veröffentlicht: (2026)

Trek-Based Parameter Identification for Linear Causal Models With Arbitrarily Structured Latent Variables
von: Sturma, Nils, et al.
Veröffentlicht: (2025)

Multi-Armed Bandits With Machine Learning-Generated Surrogate Rewards
von: Ji, Wenlong, et al.
Veröffentlicht: (2025)

CITE: Anytime-Valid Statistical Inference in LLM Self-Consistency
von: Ota, Hirofumi, et al.
Veröffentlicht: (2026)

Beyond Consistency: Inference for the Relative risk functional in Deep Nonparametric Cox Models
von: Ghosal, Sattwik, et al.
Veröffentlicht: (2026)

Review and Prospect of Algebraic Research in Equivalent Framework between Statistical Mechanics and Machine Learning Theory
von: Watanabe, Sumio
Veröffentlicht: (2024)

Do More Predictions Improve Statistical Inference? Filtered Prediction-Powered Inference
von: Xu, Shirong, et al.
Veröffentlicht: (2026)

Hierarchical Bayesian Operator-induced Symbolic Regression Trees for Structural Learning of Scientific Expressions
von: Roy, Somjit, et al.
Veröffentlicht: (2025)

Adaptive Off-Policy Inference for M-Estimators Under Model Misspecification
von: Leiner, James, et al.
Veröffentlicht: (2025)

A Tutorial on Doubly Robust Learning for Causal Inference
von: Hlynsson, Hlynur Davíð
Veröffentlicht: (2024)

Identification and Inference in Nonlinear Dynamic Network Models
von: Vallarino, Diego
Veröffentlicht: (2026)

Kernel Ridge Regression Inference
von: Singh, Rahul, et al.
Veröffentlicht: (2023)

On the Precise Asymptotics of Universal Inference
von: Takatsu, Kenta
Veröffentlicht: (2025)

Statistical Inference under Performativity
von: Li, Xiang, et al.
Veröffentlicht: (2025)

Robustness Against Weak or Invalid Instruments: Exploring Nonlinear Treatment Models with Machine Learning
von: Guo, Zijian, et al.
Veröffentlicht: (2022)

Fisher Random Walk: Automatic Debiasing Contextual Preference Inference for Large Language Model Evaluation
von: Zhang, Yichi, et al.
Veröffentlicht: (2025)

The Structure of Cross-Validation Error: Stability, Covariance, and Minimax Limits
von: Nachum, Ido, et al.
Veröffentlicht: (2025)

Minimax Limits of k-Fold Cross-Validation via Majority
von: Nachum, Ido, et al.
Veröffentlicht: (2026)

Failures and Successes of Cross-Validation for Early-Stopped Gradient Descent
von: Patil, Pratik, et al.
Veröffentlicht: (2024)

Frequentist Guarantees of Distributed (Non)-Bayesian Inference
von: Wu, Bohan, et al.
Veröffentlicht: (2023)

Probabilistic Inference and Learning with Stein's Method
von: Liu, Qiang, et al.
Veröffentlicht: (2026)

Winners with Confidence: Discrete Argmin Inference with an Application to Model Selection
von: Zhang, Tianyu, et al.
Veröffentlicht: (2024)

Structured Optimal Variational Inference for Dynamic Latent Space Models
von: Zhao, Peng, et al.
Veröffentlicht: (2022)

Optimal Anytime-Valid Tests for Composite Nulls
von: Shekhar, Shubhanshu
Veröffentlicht: (2025)

ROTI-GCV: Generalized Cross-Validation for right-ROTationally Invariant Data
von: Luo, Kevin, et al.
Veröffentlicht: (2024)

Estimating the normal-inverse-Wishart distribution
von: So, Jonathan
Veröffentlicht: (2024)

A Power Transform
von: Barron, Jonathan T.
Veröffentlicht: (2025)

Algebraic Geometrical Analysis of Metropolis Algorithm When Parameters Are Non-identifiable
von: Nagata, Kenji, et al.
Veröffentlicht: (2024)