研究人员提出了一种新方法,使用最小描述长度原则(MDL)来改进机器学习模型的不确定性估计。他们开发了一种名为IF-COMP的技术,可以快速处理大规模深度学习模型,并生成准确的不确定性估计。该方法比其他方法更快、更准确,可应用于各种机器学习模型,帮助从业者做出更好的决策。
该论文提出了一个利用最小描述长度原则(MDL)自动检测子空间数量和每个子空间中的簇数的框架,并描述了一种有效的过程,通过在子空间内进行分裂和合并子空间和簇来贪婪搜索参数空间。此外,介绍了一种编码策略,可在每个子空间中检测异常值。广泛的实验表明,该方法与最先进的方法具有很高的竞争力。
完成下面两步后,将自动完成登录并继续当前操作。