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
구슬 수와 칸 수를 함께 바꾸며 같은 비율을 찾아봅니다. 설명을 먼저 들을 때와 질문을 만든 뒤 들을 때의 학습 설계를 생각합니다.
Practicing versus inventing with contrasting cases: The effects of telling first on learning and transfer
같은 세 사람의 표를 전제별로 합칠 때와 결론으로 합칠 때 결과가 갈립니다. 표를 직접 바꾸며 두 경로를 비교합니다.
Aggregating Sets of Judgments: An Impossibility Result
정답률 50%를 고정하고 확신의 배치를 바꿉니다. 답을 맞히는 능력과 맞힌 답을 구분하는 능력의 차이를 살펴봅니다.
A signal detection theoretic approach for estimating metacognitive sensitivity from confidence ratings
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
231–235 / 863편