Copertina

A Directional Rockafellar-Uryasev Regression

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Arletti, Alberto
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Adversarially Robust Control of Conditional Value-at-Risk via Rockafellar-Uryasev Conformal Inference
di: Chen, Catherine, et al.
Pubblicazione: (2026)

DFORD: Directional Feedback based Online Ordinal Regression Learning
di: Manwani, Naresh, et al.
Pubblicazione: (2025)

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

Spectral Path Regression: Directional Chebyshev Harmonics for Interpretable Tabular Learning
di: Coombs, Milo
Pubblicazione: (2026)

Sequential Regression Learning with Randomized Algorithms
di: Leão, Dorival, et al.
Pubblicazione: (2025)

Lecture Notes on High Dimensional Linear Regression
di: Quaini, Alberto
Pubblicazione: (2024)

Riesz Regression As Direct Density Ratio Estimation
di: Kato, Masahiro
Pubblicazione: (2025)

Direct Estimation of Tree Volume and Aboveground Biomass Using Deep Regression with Synthetic Lidar Data
di: Pourdelan, Habib, et al.
Pubblicazione: (2026)

Bayesian Regression for Predicting Subscription to Bank Term Deposits in Direct Marketing Campaigns
di: Tanvir, Muhammad Farhan, et al.
Pubblicazione: (2024)

Rethinking Molecular Design: Integrating Latent Variable and Auto-Regressive Models for Goal Directed Generation
di: Arthur-Loui, Heath, et al.
Pubblicazione: (2024)

Hinge Regression Tree: A Newton Method for Oblique Regression Tree Splitting
di: Li, Hongyi, et al.
Pubblicazione: (2026)

Fundamentals of Regression
di: Mendez, Miguel A.
Pubblicazione: (2025)

Turbulence Regression
di: Fan, Yingang, et al.
Pubblicazione: (2025)

Neuromorphic Computing for Embodied Intelligence in Autonomous Systems: Current Trends, Challenges, and Future Directions
di: Marchisio, Alberto, et al.
Pubblicazione: (2025)

Conformalized Selective Regression
di: Sokol, Anna, et al.
Pubblicazione: (2024)

Adjusted Overfitting Regression
di: Wilson, Dylan
Pubblicazione: (2024)

Mutual Regression Distance
di: Qiao, Dong, et al.
Pubblicazione: (2025)

Brenier Isotonic Regression
di: Bao, Han, et al.
Pubblicazione: (2026)

Bayesian Regression Markets
di: Falconer, Thomas, et al.
Pubblicazione: (2023)

Symbolic Regression as Feature Engineering Method for Machine and Deep Learning Regression Tasks
di: Shmuel, Assaf, et al.
Pubblicazione: (2023)

Improving ML Attacks on LWE with Data Repetition and Stepwise Regression
di: Alfarano, Alberto, et al.
Pubblicazione: (2026)

Regression for the Mean: Auto-Evaluation and Inference with Few Labels through Post-hoc Regression
di: Eyre, Benjamin, et al.
Pubblicazione: (2024)

A Unified Theory for Causal Inference: Direct Debiased Machine Learning via Bregman-Riesz Regression
di: Kato, Masahiro
Pubblicazione: (2025)

AdaPRL: Adaptive Pairwise Regression Learning with Uncertainty Estimation for Universal Regression Tasks
di: Liang, Fuhang, et al.
Pubblicazione: (2025)

Bayesian Additive Regression Networks
di: Van Boxel, Danielle
Pubblicazione: (2024)

Regression with Multi-Expert Deferral
di: Mao, Anqi, et al.
Pubblicazione: (2024)

$H$-Consistency Guarantees for Regression
di: Mao, Anqi, et al.
Pubblicazione: (2024)

Regression Trees Know Calculus
di: Wycoff, Nathan
Pubblicazione: (2024)

Conformal Prediction for Multimodal Regression
di: Bose, Alexis, et al.
Pubblicazione: (2024)

Ensembles of Probabilistic Regression Trees
di: Seiller, Alexandre, et al.
Pubblicazione: (2024)

Riemann-Lebesgue Forest for Regression
di: Qin, Tian, et al.
Pubblicazione: (2024)

Stein Random Feature Regression
di: Warren, Houston, et al.
Pubblicazione: (2024)

Spectrally Transformed Kernel Regression
di: Zhai, Runtian, et al.
Pubblicazione: (2024)

Stable Update of Regression Trees
di: Blørstad, Morten, et al.
Pubblicazione: (2024)

Neural Local Wasserstein Regression
di: Girshfeld, Inga, et al.
Pubblicazione: (2025)

Imbalanced Regression Pipeline Recommendation
di: Avelino, Juscimara G., et al.
Pubblicazione: (2025)

Demographic Parity Tails for Regression
di: Le, Naht Sinh, et al.
Pubblicazione: (2026)

Diffusion-Based Symbolic Regression
di: Bastiani, Zachary, et al.
Pubblicazione: (2025)

Probabilistic Pretraining for Neural Regression
di: Oreshkin, Boris N., et al.
Pubblicazione: (2025)

Measure-to-measure Regression with Transformers
di: Vandergrift, Matthew, et al.
Pubblicazione: (2026)