Buchumschlag

Statistical learning for constrained functional parameters in infinite-dimensional models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nabi, Razieh, Hejazi, Nima S., van der Laan, Mark J., Benkeser, David
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computers and Society Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Causal Inference with the "Napkin Graph"
von: Guo, Anna, et al.
Veröffentlicht: (2025)

Flexible Nonparametric Inference for Causal Effects under the Front-Door Model
von: Guo, Anna, et al.
Veröffentlicht: (2023)

Fair Risk Minimization under Causal Path-Specific Effect Constraints
von: Nabi, Razieh, et al.
Veröffentlicht: (2024)

Adaptive debiased machine learning using data-driven model selection techniques
von: van der Laan, Lars, et al.
Veröffentlicht: (2023)

Average Causal Effect Estimation in DAGs with Hidden Variables: Beyond Back-Door and Front-Door Criteria
von: Guo, Anna, et al.
Veröffentlicht: (2024)

Weighting-Based Identification and Estimation in Graphical Models of Missing Data
von: Guo, Anna, et al.
Veröffentlicht: (2026)

Coarsening Bias from Variable Discretization in Causal Functionals
von: Ou, Xiaxian, et al.
Veröffentlicht: (2026)

Identifying and Estimating Causal Direct Effects Under Unmeasured Confounding
von: Boileau, Philippe, et al.
Veröffentlicht: (2026)

Machine learning to optimize precision in the analysis of randomized trials: A journey in pre-specified, yet data-adaptive learning
von: Balzer, Laura B., et al.
Veröffentlicht: (2025)

Adaptive-TMLE for the Average Treatment Effect based on Randomized Controlled Trial Augmented with Real-World Data
von: van der Laan, Mark, et al.
Veröffentlicht: (2024)

Combining T-learning and DR-learning: a framework for oracle-efficient estimation of causal contrasts
von: van der Laan, Lars, et al.
Veröffentlicht: (2024)

Statistical Guarantees in the Search for Less Discriminatory Algorithms
von: Hays, Chris, et al.
Veröffentlicht: (2025)

Causal Inference for Preprocessed Outcomes with an Application to Functional Connectivity
von: Wang, Zihang, et al.
Veröffentlicht: (2026)

Cross-Validated Loss-Based Covariance Matrix Estimator Selection in High Dimensions
von: Boileau, Philippe, et al.
Veröffentlicht: (2021)

Generalized Venn and Venn-Abers Calibration with Applications in Conformal Prediction
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Response to Discussions of "Causal and Counterfactual Views of Missing Data Models"
von: Nabi, Razieh, et al.
Veröffentlicht: (2025)

Causal and Counterfactual Views of Missing Data Models
von: Nabi, Razieh, et al.
Veröffentlicht: (2022)

A Mixed-Methods Analysis of Repression and Mobilization in Bangladesh's July Revolution Using Machine Learning and Statistical Modeling
von: Siddiqui, Md. Saiful Bari, et al.
Veröffentlicht: (2025)

Revisiting the Berkeley Admissions data: Statistical Tests for Causal Hypotheses
von: Bhadane, Sourbh, et al.
Veröffentlicht: (2025)

Calibeating Prediction-Powered Inference
von: van der Laan, Lars, et al.
Veröffentlicht: (2026)

Self-Calibrating Conformal Prediction
von: van der Laan, Lars, et al.
Veröffentlicht: (2024)

A nonparametric framework for treatment effect modifier discovery in high dimensions
von: Boileau, Philippe, et al.
Veröffentlicht: (2023)

Hybrid Meta-learners for Estimating Heterogeneous Treatment Effects
von: Liang, Zhongyuan, et al.
Veröffentlicht: (2025)

Performance of models for monitoring sustainable development goals from remote sensing: A three-level meta-regression
von: Klingwort, Jonas, et al.
Veröffentlicht: (2026)

A self-supervised learning approach for denoising autoregressive models with additive noise: finite and infinite variance cases
von: Banerjee, Sayantan, et al.
Veröffentlicht: (2025)

Controllable Generative Sandbox for Causal Inference
von: Zhang, Qi, et al.
Veröffentlicht: (2026)

A Data Envelopment Analysis Approach for Assessing Fairness in Resource Allocation: Application to Kidney Exchange Programs
von: Kaazempur-Mofrad, Ali, et al.
Veröffentlicht: (2024)

The Missing Link: Allocation Performance in Causal Machine Learning
von: Fischer-Abaigar, Unai, et al.
Veröffentlicht: (2024)

From Correlation to Causation: Understanding Climate Change through Causal Analysis and LLM Interpretations
von: Shan, Shan
Veröffentlicht: (2024)

Practical Guide for Causal Pathways and Sub-group Disparity Analysis
von: Kohankhaki, Farnaz, et al.
Veröffentlicht: (2024)

Predictive Performance Comparison of Decision Policies Under Confounding
von: Guerdan, Luke, et al.
Veröffentlicht: (2024)

Auditing Fairness under Unobserved Confounding
von: Byun, Yewon, et al.
Veröffentlicht: (2024)

Understanding overfitting in random forest for probability estimation: a visualization and simulation study
von: Barreñada, Lasai, et al.
Veröffentlicht: (2024)

Counterfactually Fair Reinforcement Learning via Sequential Data Preprocessing
von: Wang, Jitao, et al.
Veröffentlicht: (2025)

A Computational Approach to Improving Fairness in K-means Clustering
von: Zhou, Guancheng, et al.
Veröffentlicht: (2025)

Falsifying Predictive Algorithm
von: Coston, Amanda
Veröffentlicht: (2026)

Efficient Targeted Maximum Likelihood Estimators for Two-Phase Design Problems
von: Qiu, Sky, et al.
Veröffentlicht: (2026)

Bias and Identifiability in the Bounded Confidence Model
von: Borile, Claudio, et al.
Veröffentlicht: (2025)

Comparing Data Assimilation and Likelihood-Based Inference on Latent State Estimation in Agent-Based Models
von: Kolic, Blas, et al.
Veröffentlicht: (2025)

Semiparametric Double Reinforcement Learning with Applications to Long-Term Causal Inference
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)