Buchumschlag

From Point to probabilistic gradient boosting for claim frequency and severity prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chevalier, Dominik, Côté, Marie-Pier
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning 62P05, 68T05 I.2.6; I.5.1; G.3; A.1
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DeepCausalMMM: A Deep Learning Framework for Marketing Mix Modeling with Causal Structure Learning
von: Tirumala, Aditya Puttaparthi
Veröffentlicht: (2025)

TimeGraph: Synthetic Benchmark Datasets for Robust Time-Series Causal Discovery
von: Ferdous, Muhammad Hasan, et al.
Veröffentlicht: (2025)

Scalable Bayesian Clustering for Integrative Analysis of Multi-View Data
von: Cabral, Rafael, et al.
Veröffentlicht: (2024)

Counterfactual Explanation for Multivariate Time Series Forecasting with Exogenous Variables
von: Kinjo, Keita
Veröffentlicht: (2025)

Intra-tree Column Subsampling Hinders XGBoost Learning of Ratio-like Interactions
von: Pinchuk, Mykola
Veröffentlicht: (2026)

Augmented Functional Random Forests: Classifier Construction and Unbiased Functional Principal Components Importance through Ad-Hoc Conditional Permutations
von: Maturo, Fabrizio, et al.
Veröffentlicht: (2024)

SplitWise Regression: Stepwise Modeling with Adaptive Dummy Encoding
von: Kurbucz, Marcell T., et al.
Veröffentlicht: (2025)

Contract-Governed Training for Earth Observation: Observed Service Agreement Graphs and Coverage-Accuracy Trade-offs
von: Du, Wenzhang
Veröffentlicht: (2025)

Lightweight Defense Against Adversarial Attacks in Time Series Classification
von: Han, Yi
Veröffentlicht: (2025)

Step-E: A Differentiable Data Cleaning Framework for Robust Learning with Noisy Labels
von: Du, Wenzhang
Veröffentlicht: (2025)

Retrieval-Augmented Memory for Online Learning
von: Du, Wenzhang
Veröffentlicht: (2025)

Location based Probabilistic Load Forecasting of EV Charging Sites: Deep Transfer Learning with Multi-Quantile Temporal Convolutional Network
von: Ali, Mohammad Wazed, et al.
Veröffentlicht: (2024)

EchoLSTM: A Self-Reflective Recurrent Network for Stabilizing Long-Range Memory
von: K, Prasanth K, et al.
Veröffentlicht: (2025)

Classifier Calibration at Scale: An Empirical Study of Model-Agnostic Post-Hoc Methods
von: Manokhin, Valery, et al.
Veröffentlicht: (2026)

Dynamic Regularized CBDT: Variance-Calibrated Causal Boosting for Interpretable Heterogeneous Treatment Effects
von: Liu, Yichen
Veröffentlicht: (2025)

Physics-informed machine learning: A mathematical framework with applications to time series forecasting
von: Doumèche, Nathan
Veröffentlicht: (2025)

Enhancing Classification with Semi-Supervised Deep Learning Using Distance-Based Sample Weights
von: Abedinia, Aydin, et al.
Veröffentlicht: (2025)

MRMS-Net and LMRMS-Net: Scalable Multi-Representation Multi-Scale Networks for Time Series Classification
von: Alagöz, Celal, et al.
Veröffentlicht: (2026)

Robust Probabilistic Load Forecasting for a Single Household: A Comparative Study from SARIMA to Transformers on the REFIT Dataset
von: Manoj, Midhun
Veröffentlicht: (2025)

Integration of LSTM Networks in Random Forest Algorithms for Stock Market Trading Predictions
von: King, Juan C., et al.
Veröffentlicht: (2025)

Multi-View Causal Discovery without Non-Gaussianity: Identifiability and Algorithms
von: Heurtebise, Ambroise, et al.
Veröffentlicht: (2025)

From Data Acquisition to Lag Modeling: Quantitative Exploration of A-Share Market with Low-Coupling System Design
von: Fang, Jianyong, et al.
Veröffentlicht: (2025)

Evaluating the Quality of the Quantified Uncertainty for (Re)Calibration of Data-Driven Regression Models
von: Wibbeke, Jelke, et al.
Veröffentlicht: (2025)

Randomized Spline Trees for Functional Data Classification: Theory and Application to Environmental Time Series
von: Riccio, Donato, et al.
Veröffentlicht: (2024)

GRALIS: A Unified Canonical Framework for Linear Attribution Methods via Riesz Representation
von: Fanale, Raimondo
Veröffentlicht: (2026)

CNN-LSTM Hybrid Model for AI-Driven Prediction of COVID-19 Severity from Spike Sequences and Clinical Data
von: Cheohen, Caio, et al.
Veröffentlicht: (2025)

Hierarchical Evaluation Function: A Multi-Metric Approach for Optimizing Demand Forecasting Models
von: González, Adolfo, et al.
Veröffentlicht: (2025)

Predicting Microbial Interactions Using Graph Neural Networks
von: Gholamzadeh, Elham, et al.
Veröffentlicht: (2025)

Label Smoothing is a Pragmatic Information Bottleneck
von: Kudo, Sota
Veröffentlicht: (2025)

Hybrid Imbalanced Regression Through Unified Data-Level and Algorithm-Level Balancing
von: Shahbazi, Shermin, et al.
Veröffentlicht: (2026)

torchsom: The Reference PyTorch Library for Self-Organizing Maps
von: Berthier, Louis, et al.
Veröffentlicht: (2025)

Quantum generative adversarial networks for gluon initiated jets generation
von: Guadarrama, Rey, et al.
Veröffentlicht: (2025)

Geometric Mixture Classifier (GMC): A Discriminative Per-Class Mixture of Hyperplanes
von: K, Prasanth K, et al.
Veröffentlicht: (2025)

Tricks and Plug-ins for Gradient Boosting in Image Classification
von: Fang, Biyi, et al.
Veröffentlicht: (2025)

A Comparative Study of Feature Selection in Tsetlin Machines
von: Halenka, Vojtech, et al.
Veröffentlicht: (2025)

ConvXformer: Differentially Private Hybrid ConvNeXt-Transformer for Inertial Navigation
von: Tariq, Omer, et al.
Veröffentlicht: (2025)

When Marginals Match but Structure Fails: Covariance Fidelity in Generative Models
von: Riasat, Nazia
Veröffentlicht: (2026)

Mathematical Foundations of Neural Tangents and Infinite-Width Networks
von: Mysore, Rachana, et al.
Veröffentlicht: (2025)

Community-Based Model Sharing and Generalisation: Anomaly Detection in IoT Temperature Sensor Networks
von: Hammad, Sahibzada Saadoon, et al.
Veröffentlicht: (2026)

Neural Velocity for hyperparameter tuning
von: Dalmasso, Gianluca, et al.
Veröffentlicht: (2025)