Buchumschlag

Targeted Learning for Variable Importance

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Xiaohan, Zhou, Yunzhe, Hooker, Giles
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Targeted Maximum Likelihood Estimation for Integral Projection Models in Population Ecology
von: Zhou, Yunzhe, et al.
Veröffentlicht: (2024)

Accelerated Inference for Partially Observed Markov Processes using Automatic Differentiation
von: Tan, Kevin, et al.
Veröffentlicht: (2024)

Statistical Inference for Gradient Boosting Regression
von: Fang, Haimo, et al.
Veröffentlicht: (2025)

Challenges in Variable Importance Ranking Under Correlation
von: Liang, Annie, et al.
Veröffentlicht: (2024)

MMD-based Variable Importance for Distributional Random Forest
von: Bénard, Clément, et al.
Veröffentlicht: (2023)

Statistical Significance of Feature Importance Rankings
von: Goldwasser, Jeremy, et al.
Veröffentlicht: (2024)

Targeted Learning for Data Fairness
von: Asemota, Alexander, et al.
Veröffentlicht: (2025)

Inference on Variable Importance for Treatment Effect Heterogeneity: Shapley Values and Beyond
von: Morzywolek, Pawel, et al.
Veröffentlicht: (2025)

Transfer Learning for Classification under Decision Rule Drift with Application to Optimal Individualized Treatment Rule Estimation
von: Wang, Xiaohan, et al.
Veröffentlicht: (2025)

An Understanding of Principal Differential Analysis
von: Gunning, Edward, et al.
Veröffentlicht: (2024)

Leveraging Black-box Models to Assess Feature Importance in Unconditional Distribution
von: Zhou, Jing, et al.
Veröffentlicht: (2024)

A Generative Framework for Causal Estimation via Importance-Weighted Diffusion Distillation
von: Song, Xinran, et al.
Veröffentlicht: (2025)

Demystifying Spectral Feature Learning for Instrumental Variable Regression
von: Meunier, Dimitri, et al.
Veröffentlicht: (2025)

Learning Treatment Representations for Downstream Instrumental Variable Regression
von: Lin, Shiangyi, et al.
Veröffentlicht: (2025)

Factor Importance Ranking and Selection using Total Indices
von: Huang, Chaofan, et al.
Veröffentlicht: (2024)

Penalized Generative Variable Selection
von: Wang, Tong, et al.
Veröffentlicht: (2024)

Pareto Smoothed Importance Sampling
von: Vehtari, Aki, et al.
Veröffentlicht: (2015)

Local MDI+: Local Feature Importances for Tree-Based Models
von: Liang, Zhongyuan, et al.
Veröffentlicht: (2025)

A Graphical Approach to State Variable Selection in Off-policy Learning
von: Andersen, Joakim Blach, et al.
Veröffentlicht: (2025)

Gaussian Rank Verification
von: Goldwasser, Jeremy, et al.
Veröffentlicht: (2025)

Importance sampling for online variational learning
von: Chagneux, Mathis, et al.
Veröffentlicht: (2024)

Diffusion-Driven High-Dimensional Variable Selection
von: Wang, Minjie, et al.
Veröffentlicht: (2025)

Adaptively Optimised Adaptive Importance Samplers
von: Perello, Carlos A. C. C., et al.
Veröffentlicht: (2023)

TRIP: A Nonparametric Test to Diagnose Biased Feature Importance Scores
von: Foote, Aaron, et al.
Veröffentlicht: (2025)

Identifiable Deep Latent Variable Models for MNAR Data
von: Xie, Huiming, et al.
Veröffentlicht: (2026)

LOCO Feature Importance Inference without Data Splitting via Minipatch Ensembles
von: Gan, Luqin, et al.
Veröffentlicht: (2022)

Disentangled Feature Importance
von: Du, Jin-Hong, et al.
Veröffentlicht: (2025)

Automating the Selection of Proxy Variables of Unmeasured Confounders
von: Xie, Feng, et al.
Veröffentlicht: (2024)

Causal Discovery via Conditional Independence Testing with Proxy Variables
von: Liu, Mingzhou, et al.
Veröffentlicht: (2023)

Distributional Instrumental Variable Method
von: Holovchak, Anastasiia, et al.
Veröffentlicht: (2025)

Measuring the Prevalence of Policy Violating Content with ML Assisted Sampling and LLM Labeling
von: Dobi, Attila, et al.
Veröffentlicht: (2026)

Stable Blanket with Hidden Variables and Cycles
von: Xiang, Hanqing
Veröffentlicht: (2026)

A Targeted Learning Framework for Estimating Restricted Mean Survival Time Difference using Pseudo-observations
von: Jin, Man, et al.
Veröffentlicht: (2026)

Bures-Wasserstein Importance-Weighted Evidence Lower Bound: Exposition and Applications
von: Jiang, Peiwen, et al.
Veröffentlicht: (2026)

Linear Models, Variable Selection, Artificial Intelligence
von: Alrawkan, By Riyadh, et al.
Veröffentlicht: (2026)

BVSIMC: Bayesian Variable Selection-Guided Inductive Matrix Completion for Improved and Interpretable Drug Discovery
von: Fan, Sijian, et al.
Veröffentlicht: (2026)

Robust Ultra-High-Dimensional Variable Selection With Correlated Structure Using Group Testing
von: Guo, Wanru, et al.
Veröffentlicht: (2026)

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

A Latent Causal Inference Framework for Ordinal Variables
von: Scauda, Martina, et al.
Veröffentlicht: (2025)

Agglomerative Hierarchical Clustering for Selecting Valid Instrumental Variables
von: Apfel, Nicolas, et al.
Veröffentlicht: (2021)