Buchumschlag

Improving reproducibility by controlling random seed stability in machine learning based estimation via bagging

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Williams, Nicholas, Schuler, Alejandro
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Methodology Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Causal hybrid modeling with double machine learning
von: Cohrs, Kai-Hendrik, et al.
Veröffentlicht: (2024)

Accounting for multiplicity in machine learning benchmark performance
von: Møllersen, Kajsa, et al.
Veröffentlicht: (2023)

Orthogonal machine learning for conditional odds and risk ratios
von: Ge, Jiacheng, et al.
Veröffentlicht: (2026)

Sample size determination for machine learning in medical research
von: Arifin, Wan Nor, et al.
Veröffentlicht: (2025)

Improving the stability of the covariance-controlled adaptive Langevin thermostat for large-scale Bayesian sampling
von: Wei, Jiani, et al.
Veröffentlicht: (2025)

A step towards the integration of machine learning and classic model-based survey methods
von: Żądło, Tomasz, et al.
Veröffentlicht: (2024)

Optimal differentially private kernel learning with random projection
von: Lee, Bonwoo, et al.
Veröffentlicht: (2025)

Beyond algorithm hyperparameters: on preprocessing hyperparameters and associated pitfalls in machine learning applications
von: Sauer, Christina, et al.
Veröffentlicht: (2024)

Simulation-based inference via telescoping ratio estimation for trawl processes
von: Leonte, Dan, 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)

Robust estimation of heterogeneous treatment effects in randomized trials leveraging external data
von: Karlsson, Rickard, et al.
Veröffentlicht: (2025)

A new machine learning framework for occupational accidents forecasting with safety inspections integration
von: Yapi, Aho, et al.
Veröffentlicht: (2025)

Uncertainty estimation of machine learning spatial precipitation predictions from satellite data
von: Papacharalampous, Georgia, et al.
Veröffentlicht: (2023)

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)

Ensemble learning for uncertainty estimation with application to the correction of satellite precipitation products
von: Papacharalampous, Georgia, et al.
Veröffentlicht: (2024)

Towards a pretrained deep learning estimator of the Linfoot informational correlation
von: Berg, Stéphanie M. van den, et al.
Veröffentlicht: (2025)

Targeted tuning of random forests for quantile estimation and prediction intervals
von: Berkowitz, Matthew, et al.
Veröffentlicht: (2025)

Clustered random forests with correlated data for optimal estimation and inference under potential covariate shift
von: Young, Elliot H., et al.
Veröffentlicht: (2025)

Sample size planning for conditional counterfactual mean estimation with a K-armed randomized experiment
von: Ruiz, Gabriel
Veröffentlicht: (2024)

Functional effects models: Accounting for preference heterogeneity in panel data with machine learning
von: Salvadé, Nicolas, et al.
Veröffentlicht: (2025)

Stability of clinical prediction models developed using statistical or machine learning methods
von: Riley, Richard D, et al.
Veröffentlicht: (2022)

Dimension-reduced outcome-weighted learning for estimating individualized treatment regimes in observational studies
von: Son, Sungtaek, et al.
Veröffentlicht: (2026)

Elliptical Wishart distributions: information geometry, maximum likelihood estimator, performance analysis and statistical learning
von: Ayadi, Imen, et al.
Veröffentlicht: (2024)

Developing synthetic microdata through machine learning for firm-level business surveys
von: Cisneros, Jorge, et al.
Veröffentlicht: (2025)

Selective inference using randomized group lasso estimators for general models
von: Huang, Yiling, et al.
Veröffentlicht: (2023)

Consensus dimension reduction via multi-view learning
von: An, Bingxue, et al.
Veröffentlicht: (2025)

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

Subgroup analysis methods for time-to-event outcomes in heterogeneous randomized controlled trials
von: Perrin, Valentine, et al.
Veröffentlicht: (2024)

Your copula is a classifier in disguise: classification-based copula density estimation
von: Huk, David, et al.
Veröffentlicht: (2024)

Integrated path stability selection
von: Melikechi, Omar, et al.
Veröffentlicht: (2024)

Are you doing better than random guessing? A call for using negative controls when evaluating causal discovery algorithms
von: Petersen, Anne Helby
Veröffentlicht: (2024)

Automatic debiasing of neural networks via moment-constrained learning
von: Hines, Christian L., et al.
Veröffentlicht: (2024)

Understanding overfitting in random forest for probability estimation: a visualization and simulation study
von: Barreñada, Lasai, et al.
Veröffentlicht: (2024)

Transfer learning for functional linear regression via control variates
von: Yang, Yuping, et al.
Veröffentlicht: (2026)

Generative machine learning methods for multivariate ensemble post-processing
von: Chen, Jieyu, et al.
Veröffentlicht: (2022)

Adversarial learning for nonparametric regression: Minimax rate and adaptive estimation
von: Peng, Jingfu, et al.
Veröffentlicht: (2025)

Conformal Prediction for Ensembles: Improving Efficiency via Score-Based Aggregation
von: Rivera, Eduardo Ochoa, et al.
Veröffentlicht: (2024)

Improving Generative Methods for Causal Evaluation via Simulation-Based Inference
von: Amaranath, Pracheta, et al.
Veröffentlicht: (2025)

Nature versus nurture in galaxy formation: the effect of environment on star formation with causal machine learning
von: Mucesh, Sunil, et al.
Veröffentlicht: (2024)