Copertina

Deep Limit Model-free Prediction in Regression

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Wu, Kejin, Politis, Dimitris N.
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Methodology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Calibration Prediction Interval for Non-parametric Regression and Neural Networks
di: Wu, Kejin, et al.
Pubblicazione: (2025)

Scalable Subsampling Inference for Deep Neural Networks
di: Wu, Kejin, et al.
Pubblicazione: (2024)

Model-free Bootstrap and Conformal Prediction in Regression: Conditionality, Conjecture Testing, and Pertinent Prediction Intervals
di: Wang, Yiren, et al.
Pubblicazione: (2021)

Distributional Conformal Prediction for Markov Processes
di: Dai, Dehao, et al.
Pubblicazione: (2026)

Deep Fréchet Regression
di: Iao, Su I, et al.
Pubblicazione: (2024)

Conditional Rank-Rank Regression via Deep Conditional Transformation Models
di: Wang, Xiaoyi, et al.
Pubblicazione: (2026)

Bayesian Inference for Consistent Predictions in Overparameterized Nonlinear Regression
di: Wakayama, Tomoya
Pubblicazione: (2024)

Semi-supervised Regression Analysis with Model Misspecification and High-dimensional Data
di: Tian, Ye, et al.
Pubblicazione: (2024)

Distributional Off-Policy Evaluation with Deep Quantile Process Regression
di: Kuang, Qi, et al.
Pubblicazione: (2026)

Distribution-free Conformal Prediction for Ordinal Classification
di: Chakraborty, Subhrasish, et al.
Pubblicazione: (2024)

LASSO Inference for High Dimensional Predictive Regressions
di: Gao, Zhan, et al.
Pubblicazione: (2024)

Conformalized Regression for Continuous Bounded Outcomes
di: Wu, Zhanli, et al.
Pubblicazione: (2025)

Conformalized Polynomial Chaos Expansion for Uncertainty-aware Surrogate Modeling
di: Loukrezis, Dimitrios, et al.
Pubblicazione: (2025)

A Systematic Bias of Machine Learning Regression Models and Its Correction: an Application to Imaging-based Brain Age Prediction
di: Lee, Hwiyoung, et al.
Pubblicazione: (2024)

Colorful Pinball: Density-Weighted Quantile Regression for Conditional Guarantee of Conformal Prediction
di: Chen, Qianyi, et al.
Pubblicazione: (2025)

Generalized Encouragement-Based Instrumental Variables for Counterfactual Regression
di: Wu, Anpeng, et al.
Pubblicazione: (2024)

On Prediction Feature Assignment in the Heckman Selection Model
di: Mai, Huy, et al.
Pubblicazione: (2023)

A Bayesian Additive Regression Tree Model for Learning Conditional Average Treatment Effects in Regression Discontinuity Designs
di: Alcantara, Rafael, et al.
Pubblicazione: (2025)

Conformal Prediction for Nonparametric Instrumental Regression
di: Kato, Masahiro
Pubblicazione: (2026)

Bayesian Data Sketching for Varying Coefficient Regression Models
di: Guhaniyogi, Rajarshi, et al.
Pubblicazione: (2025)

Interval Estimation of Coefficients in Penalized Regression Models of Insurance Data
di: Manna, Alokesh, et al.
Pubblicazione: (2024)

On Quantile Regression Forests for Modelling Mixed-Frequency and Longitudinal Data
di: Andreani, Mila
Pubblicazione: (2025)

Benchmarking Tabular Foundation Models for Conditional Density Estimation in Regression
di: Izbicki, Rafael, et al.
Pubblicazione: (2026)

CREDO: Epistemic-Aware Conformalized Credal Envelopes for Regression
di: Cabezas, Luben M. C., et al.
Pubblicazione: (2026)

Transfer Learning Under High-Dimensional Network Convolutional Regression Model
di: Wang, Liyuan, et al.
Pubblicazione: (2025)

Semiparametric Counterfactual Regression
di: Kim, Kwangho
Pubblicazione: (2025)

Bootstrapped Control Limits for Score-Based Concept Drift Control Charts
di: Wu, Jiezhong, et al.
Pubblicazione: (2025)

Stagewise Boosting Distributional Regression
di: Wetscher, Mattias, et al.
Pubblicazione: (2024)

Robust Tensor-on-Tensor Regression
di: Hirari, Mehdi, et al.
Pubblicazione: (2026)

Bayesian Additive Distribution Regression
di: Linero, Antonio R., et al.
Pubblicazione: (2026)

CP Degeneracy in Tensor Regression
di: Zhou, Ya, et al.
Pubblicazione: (2020)

Generative Regression with IQ-BART
di: O'Hagan, Sean, et al.
Pubblicazione: (2025)

Vector Quantile Regression on Manifolds
di: Pegoraro, Marco, et al.
Pubblicazione: (2023)

Direct Bayesian Additive Regression Trees for Conditional Average Treatment Effects in Regression Discontinuity Designs
di: Kondo, Daisuke, et al.
Pubblicazione: (2026)

Transfer Learning Under High-Dimensional Graph Convolutional Regression Model for Node Classification
di: Chen, Jiachen, et al.
Pubblicazione: (2024)

Contrasting Global and Patient-Specific Regression Models via a Neural Network Representation
di: Behrens, Max, et al.
Pubblicazione: (2026)

Model-Free Kernel Conformal Depth Measures Algorithm for Uncertainty Quantification in Regression Models in Separable Hilbert Spaces
di: Matabuena, Marcos, et al.
Pubblicazione: (2025)

F-measure Maximizing Logistic Regression
di: Okabe, Masaaki, et al.
Pubblicazione: (2019)

Total robustness in Bayesian Nonlinear Regression
di: Chen, Mengqi, et al.
Pubblicazione: (2025)

Transfer Learning for Kernel-based Regression
di: Wang, Chao, et al.
Pubblicazione: (2023)