예측에 여백을 붙일 때, 폭은 누가 정할까?
보정용 오차 자료로 예측 구간을 만드는 컨포멀 예측(보정 자료로 오차 범위를 정하는 방법)의 입구를 살펴봅니다. 포함률 목표를 바꾸며 구간의 폭을 직접 비교하세요.
A Gentle Introduction to Conformal Prediction and Distribution-Free Uncertainty Quantification
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
보정용 오차 자료로 예측 구간을 만드는 컨포멀 예측(보정 자료로 오차 범위를 정하는 방법)의 입구를 살펴봅니다. 포함률 목표를 바꾸며 구간의 폭을 직접 비교하세요.
A Gentle Introduction to Conformal Prediction and Distribution-Free Uncertainty Quantification
인과 다이어그램은 교란 경로와 매개·충돌 변수를 구분합니다. 상관이 큰 변수부터 넣는 선택은 편향을 만들 수 있습니다.
Robust Causal Inference Using Directed Acyclic Graphs: the R package ‘dagitty’
민감도 하나로 검사 후 확률을 읽을 수 없습니다. 사전 가능성과 우도비를 결합해 증거가 믿음을 얼마나 바꾸는지 계산합니다.
Diagnostic Tests 4: Likelihood Ratios
Colquhoun의 계산은 p값과 발견의 사후 오류확률이 다른 양임을 보이며, 사전가능성·검정력·관측 증거를 함께 명시해야 한다고 주장합니다.
An Investigation of the False Discovery Rate and the Misinterpretation of p-values
그래프에 앞서 들은 배경 이야기는 두드러지는 패턴을 바꾸고, 사람은 그 패턴이 초보 독자에게도 두드러질 것이라 예측했습니다.
The Curse of Knowledge in Visual Data Communication
11–15 / 40편