无监督领域转移下的最优预测区间聚合
原文中文,约200字,阅读约需1分钟。发表于: 。我们提出了一种在无监督域偏移下聚合预测区间的方法,该方法能够获得宽度较小且覆盖目标域的预测区间,其计算效率高并易于实现。
监督的公平感知机器学习是解决数据分布变化挑战的新兴领域。本综述总结了分布变化类型、方法和数据集,并讨论了未来研究方向。
我们提出了一种在无监督域偏移下聚合预测区间的方法,该方法能够获得宽度较小且覆盖目标域的预测区间,其计算效率高并易于实现。
监督的公平感知机器学习是解决数据分布变化挑战的新兴领域。本综述总结了分布变化类型、方法和数据集,并讨论了未来研究方向。