Buchumschlag

Batch learning equals online learning in Bayesian supervised learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Lê, Hông Vân
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Statistics Theory 62C10, Secondary: 62G05, 62G08
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Probabilistic morphisms and Bayesian supervised learning
von: Lê, Hông Vân
Veröffentlicht: (2025)

Average Marginal Effects in One-Step Partially Linear Instrumental Regressions
von: Girard, Lucas, et al.
Veröffentlicht: (2026)

A Minimax Theory of Nonparametric Regression Under Covariate Shift
von: Zamolodtchikov, Petr
Veröffentlicht: (2026)

Mean and Covariance Estimation for Discretely Observed High-Dimensional Functional Data: Rates of Convergence and Division of Observational Regimes
von: Petersen, Alexander
Veröffentlicht: (2024)

Deep learning with missing data
von: Ma, Tianyi, et al.
Veröffentlicht: (2025)

Strong consistency of the local linear estimator for a generalized regression function with dependent functional data
von: Matsuoka, Danilo Hiroshi, et al.
Veröffentlicht: (2026)

Is model selection possible for the $\ell_p$-loss? PCO estimation for regression models
von: Lacour, Claire, et al.
Veröffentlicht: (2025)

Exclusivity Classes and Partitions of Loss Functions
von: Halkiewicz, Stanisław M. S.
Veröffentlicht: (2025)

Estimating a regression function under possible heteroscedastic and heavy-tailed errors. Application to shape-restricted regression
von: Baraud, Yannick, et al.
Veröffentlicht: (2025)

Regularized least squares learning with heavy-tailed noise is minimax optimal
von: Mollenhauer, Mattes, et al.
Veröffentlicht: (2025)

Goodness-of-fit testing for nonlinear inverse problems with random observations
von: Kretschmann, Remo, et al.
Veröffentlicht: (2026)

Bayesian taut splines for estimating the number of modes
von: Chacón, José E., et al.
Veröffentlicht: (2023)

Inference with Mondrian Random Forests
von: Cattaneo, Matias D., et al.
Veröffentlicht: (2023)

Sparse semiparametric regression when predictors are mixture of functional and high-dimensional variables
von: Novo, Silvia, et al.
Veröffentlicht: (2024)

Generative Modelling via Quantile Regression
von: Schmidt-Hieber, Johannes, et al.
Veröffentlicht: (2024)

Quantifying and testing dependence to categorical variables
von: Hörmann, Siegfried, et al.
Veröffentlicht: (2025)

Bayesian joint quantile autoregression
von: Castillo-Mateo, Jorge, et al.
Veröffentlicht: (2023)

Automatic and location-adaptive estimation in functional single-index regression
von: Novo, Silvia, et al.
Veröffentlicht: (2024)

Lower Bounds for Nonparametric Estimation of Ordinary Differential Equations
von: Schötz, Christof, et al.
Veröffentlicht: (2024)

A Bernstein polynomial approach for the estimation of cumulative distribution functions in the presence of missing data
von: Gharbi, Rihab, et al.
Veröffentlicht: (2025)

Rates of convergence for nearest neighbor estimators with the smoother regression function
von: Ayano, Takanori
Veröffentlicht: (2011)

Optimal Inference of the Mean Outcome under Optimal Treatment Regime
von: Xu, Shuoxun, et al.
Veröffentlicht: (2025)

Nonparametric Regression for Random Unbiased Perturbations
von: Lyubarskaja, Anna, et al.
Veröffentlicht: (2025)

Identifying arbitrary transformation between the slopes in scalar-on-function regression
von: Niyogi, Pratim Guha, et al.
Veröffentlicht: (2024)

Adaptive almost full recovery in sparse nonparametric models
von: Stepanova, Natalia, et al.
Veröffentlicht: (2025)

Adaptive exact recovery in sparse nonparametric models
von: Stepanova, Natalia, et al.
Veröffentlicht: (2024)

Exact variable selection in sparse nonparametric models
von: Stepanova, Natalia, et al.
Veröffentlicht: (2023)

Nonparametric local polynomial regression for functional covariates
von: Jirak, Moritz, et al.
Veröffentlicht: (2025)

Alignment-Sensitive Minimax Rates for Spectral Algorithms with Learned Kernels
von: Huang, Dongming, et al.
Veröffentlicht: (2025)

Importance sampling for Sobol' indices estimation
von: Boucharif, Haythem, et al.
Veröffentlicht: (2025)

Nonparametric velocity estimation in stochastic convection-diffusion equations from multiple local measurements
von: Strauch, Claudia, et al.
Veröffentlicht: (2024)

Semiparametric Uncertainty Quantification via Isotonized Posterior for Deconvolutions
von: Gili, Francesco, et al.
Veröffentlicht: (2026)

Adaptive Kernel Regression for Constrained Route Alignment: Theory and Iterative Data Sharpening
von: Du, Shiyin, et al.
Veröffentlicht: (2026)

Functional Extreme-PLS
von: Girard, Stéphane, et al.
Veröffentlicht: (2024)

Variable Selection for Additive Global Fréchet Regression
von: Yang, Haoyi, et al.
Veröffentlicht: (2025)

On the Dirichlet-kernel Gasser--Müller estimator and its competitors for fixed design regression on the simplex
von: Daayeb, Hanen, et al.
Veröffentlicht: (2025)

Estimation of a Likelihood Ratio Ordered Family of Distributions
von: Mösching, Alexandre, et al.
Veröffentlicht: (2020)

Local linear smoothing for regression surfaces on the simplex using Dirichlet kernels
von: Genest, Christian, et al.
Veröffentlicht: (2024)

Frontiers to the learning of nonparametric hidden Markov models
von: Abraham, Kweku, et al.
Veröffentlicht: (2023)

A kernel-based framework for covariate significance tests in nonparametric regression
von: Diz-Castro, Daniel, et al.
Veröffentlicht: (2025)