01648nlm 2200313 450 99645935260331620220309103837.020140510h2014---- uy 0engUSdrcnuConformal prediction for reliable machine learningtheory, adaptations, and applications /Vineeth Balasubramanian, Shen-Shyang Ho, Vladimir VovkWalthamMorgan Kaufmann2014Testo elettronico (PDF) (298 p.)Base dati testualeIl framework delle previsioni conformi è un recente sviluppo dell'apprendimento automatico in grado di associare una misura affidabile di fiducia a una previsione in qualsiasi applicazione di riconoscimento dei modelli del mondo reale, comprese le applicazioni sensibili al rischio come la diagnosi medica, il riconoscimento facciale e la previsione del rischio finanziario. Previsioni conformi per l'apprendimento automatico affidabile: teoria, adattamenti e applicazioni acquisisce la teoria di base del framework, mostra come applicarla a problemi del mondo reale e presenta diversi adattamenti, tra cui apprendimento attivo, rilevamento dei cambiamenti e anomalieApprendimento automaticoBNCF006.31BALASUBRAMANIAN,Vineeth1010011HO,Shen-ShyangVOVK,Vladimir1960-cbaITcbaREICATcbaITcbaREICATcbaITcbaREICAT996459352603316EBERConformal prediction for reliable machine learning2334464UNISA