Buchumschlag

Limits of Approximating the Median Treatment Effect

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Addanki, Raghavendra, Bhandari, Siddharth
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Data Structures and Algorithms Econometrics Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Polynomial-Time Approximation for Pairwise Fair $k$-Median Clustering
von: Bandyapadhyay, Sayan, et al.
Veröffentlicht: (2024)

Linear-Time Algorithms for Front-Door Adjustment in Causal Graphs
von: Wienöbst, Marcel, et al.
Veröffentlicht: (2022)

Linear-Time Primitives for Algorithm Development in Graphical Causal Inference
von: Wienöbst, Marcel, et al.
Veröffentlicht: (2025)

Approximate Lifted Model Construction
von: Luttermann, Malte, et al.
Veröffentlicht: (2025)

Verifying Classification with Limited Disclosure
von: Bhandari, Siddharth, et al.
Veröffentlicht: (2025)

Streaming Attention Approximation via Discrepancy Theory
von: Kochetkova, Ekaterina, et al.
Veröffentlicht: (2025)

Polynomial-Time Approximability of Constrained Reinforcement Learning
von: McMahan, Jeremy
Veröffentlicht: (2025)

Lower Bound on the Greedy Approximation Ratio for Adaptive Submodular Cover
von: Harris, Blake, et al.
Veröffentlicht: (2024)

Causal Discovery under Off-Target Interventions
von: Choo, Davin, et al.
Veröffentlicht: (2024)

A Statistical View of Column Subset Selection
von: Sood, Anav, et al.
Veröffentlicht: (2023)

Spike-and-Slab Posterior Sampling in High Dimensions
von: Kumar, Syamantak, et al.
Veröffentlicht: (2025)

Testing the Fairness-Accuracy Improvability of Algorithms
von: Auerbach, Eric, et al.
Veröffentlicht: (2024)

Estimating Causal Effects in Partially Directed Parametric Causal Factor Graphs
von: Luttermann, Malte, et al.
Veröffentlicht: (2024)

Improved Guarantees for Heterogeneous Treatment-Effect Estimation via Matrix Completion
von: Mehrotra, Anay, et al.
Veröffentlicht: (2026)

Fast Computation of Leave-One-Out Cross-Validation for $k$-NN Regression
von: Kanagawa, Motonobu
Veröffentlicht: (2024)

Scalable Learning of Multivariate Distributions via Coresets
von: Ding, Zeyu, et al.
Veröffentlicht: (2026)

Language Generation in the Limit
von: Kleinberg, Jon, et al.
Veröffentlicht: (2024)

Contrastive Identification and Generation in the Limit
von: Li, Xiaoyu, et al.
Veröffentlicht: (2026)

Faster and Simpler Greedy Algorithm for $k$-Median and $k$-Means
von: la Tour, Max Dupré, et al.
Veröffentlicht: (2024)

Are Graph Neural Networks Optimal Approximation Algorithms?
von: Yau, Morris, et al.
Veröffentlicht: (2023)

Average Sensitivity of Hierarchical $k$-Median Clustering
von: Li, Shijie, et al.
Veröffentlicht: (2025)

Diversity-aware clustering: Computational Complexity and Approximation Algorithms
von: Thejaswi, Suhas, et al.
Veröffentlicht: (2024)

Exploring Facets of Language Generation in the Limit
von: Charikar, Moses, et al.
Veröffentlicht: (2024)

On Language Generation in the Limit with Bounded Memory
von: Kleinberg, Jon, et al.
Veröffentlicht: (2026)

Towards Generalizing Inferences from Trials to Target Populations
von: Huang, Melody Y, et al.
Veröffentlicht: (2024)

Adaptive Experimental Design for Policy Learning
von: Kato, Masahiro, et al.
Veröffentlicht: (2024)

Generalized Neyman Allocation for Locally Minimax Optimal Best-Arm Identification
von: Kato, Masahiro
Veröffentlicht: (2024)

Statistical Tests for Replacing Human Decision Makers with Algorithms
von: Feng, Kai, et al.
Veröffentlicht: (2023)

Multi-Band Variable-Lag Granger Causality: A Unified Framework for Causal Time Series Inference across Frequencies
von: Sookkongwaree, Chakattrai, et al.
Veröffentlicht: (2025)

Learning from Double Positive and Unlabeled Data for Potential-Customer Identification
von: Kato, Masahiro, et al.
Veröffentlicht: (2025)

From What Ifs to Insights: Counterfactuals in Causal Inference vs. Explainable AI
von: Shmueli, Galit, et al.
Veröffentlicht: (2025)

A Double Machine Learning Approach to Combining Experimental and Observational Data
von: Parikh, Harsh, et al.
Veröffentlicht: (2023)

$ρ$-GNF: A Copula-based Sensitivity Analysis to Unobserved Confounding Using Normalizing Flows
von: Balgi, Sourabh, et al.
Veröffentlicht: (2022)

Econometric vs. Causal Structure-Learning for Time-Series Policy Decisions: Evidence from the UK COVID-19 Policies
von: Petrungaro, Bruno, et al.
Veröffentlicht: (2026)

Differentially Private Language Generation and Identification in the Limit
von: Mehrotra, Anay, et al.
Veröffentlicht: (2026)

A Characterization of List Language Identification in the Limit
von: Charikar, Moses, et al.
Veröffentlicht: (2025)

Improved Approximations for Hard Graph Problems using Predictions
von: Aamand, Anders, et al.
Veröffentlicht: (2025)

On the Limits of Language Generation: Trade-Offs Between Hallucination and Mode Collapse
von: Kalavasis, Alkis, et al.
Veröffentlicht: (2024)

Discovering Data Structures: Nearest Neighbor Search and Beyond
von: Salemohamed, Omar, et al.
Veröffentlicht: (2024)

Optimal Survival Trees: A Dynamic Programming Approach
von: Huisman, Tim, et al.
Veröffentlicht: (2024)