Buchumschlag

Highly Adaptive Ridge

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Schuler, Alejandro, Hagemeister, Alexander, van der Laan, Mark
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Highly Adaptive Principal Component Regression
von: Wang, Mingxun, et al.
Veröffentlicht: (2026)

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)

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

Targeted Deep Architectures: A TMLE-Based Framework for Robust Causal Inference in Neural Networks
von: Li, Yi, et al.
Veröffentlicht: (2025)

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

A Researcher's Guide to Empirical Risk Minimization
von: van der Laan, Lars
Veröffentlicht: (2026)

Stationary Reweighting Yields Local Convergence of Soft Fitted Q-Iteration
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Fitted $Q$ Evaluation Without Bellman Completeness via Stationary Weighting
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

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

Bellman Calibration for $V$-Learning in Offline Reinforcement Learning
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Self-Adaptive Quantum Kernel Principal Components Analysis for Compact Readout of Chemiresistive Sensor Arrays
von: Wang, Zeheng, et al.
Veröffentlicht: (2024)

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

Highly Adaptive Empirical Risk Minimization with Principal Components
von: Meixide, Carlos García, 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)

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

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

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

Statistical learning for constrained functional parameters in infinite-dimensional models
von: Nabi, Razieh, et al.
Veröffentlicht: (2024)

Score-Preserving Targeted Maximum Likelihood Estimation
von: Pimentel, Noel, et al.
Veröffentlicht: (2025)

Doubly robust inference via calibration
von: van der Laan, Lars, et al.
Veröffentlicht: (2024)

Nonparametric Instrumental Variable Inference with Many Weak Instruments
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Inverse Reinforcement Learning with Just Classification and a Few Regressions
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Improving reproducibility by controlling random seed stability in machine learning based estimation via bagging
von: Williams, Nicholas, et al.
Veröffentlicht: (2026)

Improving the Efficiency of Subgroup Analysis in Randomized Controlled Trials with TMLE
von: Qiu, Sky, et al.
Veröffentlicht: (2026)

Stabilized Inverse Probability Weighting via Isotonic Calibration
von: van der Laan, Lars, et al.
Veröffentlicht: (2024)

Reward Transfer from Inverse Reinforcement Learning: A Coupled Minimax Approach
von: Hao, Guang-Yuan, et al.
Veröffentlicht: (2026)

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

RieszBoost: Gradient Boosting for Riesz Regression
von: Lee, Kaitlyn J., et al.
Veröffentlicht: (2025)

Automatic Debiased Machine Learning for Smooth Functionals of Nonparametric M-Estimands
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

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

RAPTOR: Ridge-Adaptive Logistic Probes
von: Gao, Ziqi, et al.
Veröffentlicht: (2026)

Adaptive Experiment Design with Synthetic Controls
von: Hüyük, Alihan, et al.
Veröffentlicht: (2024)

Distributed Area Coverage with High Altitude Balloons Using Multi-Agent Reinforcement Learning
von: Haroon, Adam, et al.
Veröffentlicht: (2025)

Test Set Sizing for the Ridge Regression
von: Dubbs, Alexander
Veröffentlicht: (2025)

Powering RCTs for marginal effects with GLMs using prognostic score adjustment
von: Højbjerre-Frandsen, Emilie, et al.
Veröffentlicht: (2025)

A Visual Tool for Interactive Model Explanation using Sensitivity Analysis
von: Schuler, Manuela
Veröffentlicht: (2025)

Data-Adaptive Identification of Effect Modifiers through Stochastic Shift Interventions and Cross-Validated Targeted Learning
von: McCoy, David, et al.
Veröffentlicht: (2024)

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

Slow Feature Analysis as Variational Inference Objective
von: Schüler, Merlin, et al.
Veröffentlicht: (2025)

Noether's razor: Learning Conserved Quantities
von: van der Ouderaa, Tycho F. A., et al.
Veröffentlicht: (2024)