Estatística - Aprendizagem automática

Uma nova abordagem pra melhorar a resolução de PDEs de alta dimensão usando aprendizado de máquina.

Este artigo examina dois métodos para estudar formas de dados: geometria da informação e geometria de Wasserstein.

Explorando novas formas de garantir a confiabilidade nos resultados do aprendizado de máquina.

Analisando como a semelhança entre os dados de treinamento e de teste impacta a incerteza nas previsões do modelo.

Um método pra ajudar modelos a prever classes que eles nunca viram sem precisar de muito retrabalho.

Novas melhorias adaptam modelos de aprendizado de máquina a dados barulhentos e irregulares.

Este estudo apresenta um novo método para detectar subárvores frequentes em dados de árvore.

Aprenda como previsões eficazes podem melhorar a gestão da cadeia de suprimentos e a eficiência operacional.

Examinando a justiça em aprendizado de máquina pra reduzir viés em setores críticos.

Um novo método melhora a precisão das previsões para sinistros e custos de seguros.

Analisando como o feedback humano molda os sistemas de recompensa na tomada de decisões.

Um novo algoritmo melhora a seleção de modelos em ambientes incertos.

Pesquisadores melhoram a análise de EEG usando modelos baseados em conceitos pra ter uma visão melhor da atividade cerebral.

MEB enfrenta contextos barulhentos na tomada de decisão pra ter recompensas melhores.

Um novo método melhora a estimativa de densidade para análise de dados complexos.

Novas descobertas sobre sistemas cardiovasculares melhoram as abordagens de tratamento para doenças do coração.

Apresentando métodos pra analisar múltiplas dimensões de resultado em estudos de inferência causal.

O EDICT melhora as previsões para dados coletados em intervalos irregulares, facilitando a tomada de decisão.

Os pesquisadores estão aprimorando métodos para combinar medidas de probabilidade usando técnicas regularizadas.

Este artigo analisa métodos para melhorar a estimativa de valor em aprendizado por reforço, apesar dos desafios.

Um novo método melhora a forma como redes neurais lidam com dados desconhecidos.

Uma nova abordagem melhora a análise de dados em aprendizado de máquina, especialmente para doenças raras.

Uma análise de vários métodos pra prever mudanças de temperatura nas cidades dos EUA.

Novos algoritmos melhoram a precisão na detecção de comunidades sobrepostas em redes.

Novos métodos têm como objetivo melhorar a calibração em modelos de previsão de risco para diferentes grupos.

Examinando a eficiência das redes neurais através de princípios termodinâmicos.

Esse artigo fala sobre testes não paramétricos pra analisar a simetria em dados.

Os métodos de Monte Carlo melhoram previsões na física, lidando com desafios em simulações e otimização de parâmetros.

Um framework pra avaliar algoritmos de machine learning usando a Teoria da Resposta ao Item.

Um jeito de encontrar médias a partir de dados variados dos usuários sem comprometer a privacidade.

Descubra como árvores de decisão ótimas melhoram a tomada de decisão em áreas críticas.

Novos métodos melhoram a eficiência na resolução de equações diferenciais parciais complexas.

A geração de dados sintéticos melhora a privacidade enquanto permite uma análise de dados valiosa.

Um novo padrão pretende reduzir informações falsas em aplicações de LLMs na área da saúde.

Combinar classificadores neurais com simulação Monte Carlo melhora os métodos de análise de dados.

Este artigo analisa as fraquezas nos métodos de seleção de testes para sistemas de aprendizado profundo.

A pesquisa destaca novas formas de melhorar as defesas dos modelos contra ataques adversariais.

Modelos de linguagem mostram novas habilidades conforme eles crescem e aprendem com dados diversos.

Um estudo sobre os fatores que afetam as taxas de fertilidade em diferentes países.

Aprenda como a estimativa da razão de densidade ajuda a comparar grupos de dados de forma eficaz.