Estatística - Aprendizagem automática

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.

Novo método aumenta a confiança nas previsões do modelo contra dados alterados.

Um novo método para calcular os valores de Shapley em classificadores bayesianos ingênuos melhora a interpretabilidade do modelo.

PaLD oferece maneiras eficientes de analisar relacionamentos em grandes conjuntos de dados.

Um estudo sobre como usar modelos de linguagem pra classificar manifestos políticos em vários fatores.

A aprendizagem causal revela relações de causa e efeito na análise de dados.

Explorando um novo método pra proteger a privacidade em pesquisas causais sem perder a precisão.

Uma olhada na importância e análise de valores extremos dentro de dados funcionais.

Explore como o IML transforma a análise de dados em insights claros.

Analisando os efeitos da compressão em algoritmos de aprendizado em sistemas distribuídos.

Esse artigo explora como melhorar a classificação usando softmax hierárquico em aprendizado de máquina.

Melhorando a análise e interpretação de dados na saúde usando modelos de linguagem.

Novos métodos melhoram a eficiência na geração de listas ordenadas para as perguntas dos usuários.

Aprenda a lidar com mudanças no comportamento dos dados pra fazer previsões melhores.

Dados de telemetria melhoram a justiça e a segurança nos preços do seguro de carro.

Sistemas de classificação de habilidades avaliam as habilidades dos jogadores para uma competição justa.

Novas técnicas melhoram a inferência causal, mesmo com confusores não observados e relações complexas.

Entender o barulho nos rótulos é crucial pra fazer uma detecção de fraude certa.

Aprenda a estimar a curvatura escalar usando um novo método intrínseco.

Apresentando o IFIB pra prever eventos sem depender de funções de intensidade.

Uma nova abordagem para analisar o comportamento de vigas usando aprendizado de máquina.

Esse artigo fala sobre técnicas avançadas para detectar anomalias em séries temporais multivariadas.

Esse artigo fala sobre a Hipótese do Bilhete de Loteria e técnicas de poda em DNNs.