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
모든 규칙을 한꺼번에 고치기 전에, 더는 줄일 수 없는 모순의 묶음을 찾아봅니다. 체크 상자로 규칙을 빼며 가능한 상태를 확인하세요.
Algorithms for Computing Minimal Unsatisfiable Subsets of Constraints
내용은 그대로인데 먼저 놓인 답을 고른다면 판정은 얼마나 믿을 수 있을까요? 두 순서의 결과를 비교하는 가상 실험을 해 봅니다.
Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena
사람 수·집에서 먹을 횟수·남은 양·안전하게 먹을 수 있는 기간·포장 단위를 바꾸어 먼저 먹을 양과 새로 살 양을 계산합니다.
Wasted Food Scale
‘참석하면 이름표를 받는다’의 방향을 뒤집은 오답을 반례로 고치고, 추가 전제나 직접 기록에 따라 가능한 경우와 결론을 바꿉니다.
Chapter 12: Semantic concepts
146–150 / 510편