会员服务
Extensibility · 统计量 · 机器学习 · 应用统计 ·
2021 年 4 月 14 日
Considerations Across Three Cultures: Parametric Regressions, Interpretable Algorithms, and Complex Algorithms
翻译：三个文化的考虑:参数回归、可解释的算法和复杂的算法
Ani Eloyan,Sherri Rose
Ani Eloyan,Sherri Rose
from arxiv, 7 pages, forthcoming in Observational Studies

We consider an extension of Leo Breiman's thesis from "Statistical Modeling: The Two Cultures" to include a bifurcation of algorithmic modeling, focusing on parametric regressions, interpretable algorithms, and complex (possibly explainable) algorithms.


翻译：我们考虑将Leo Breiman的论文从“统计模型:两个文化”中扩展至包括算法模型的分解,侧重于参数回归、可解释的算法和复杂(可能可以解释的)算法。
0
下载
关闭预览

相关内容

iOS 8 提供的应用间和应用跟系统的功能交互特性。
  • Today (iOS and OS X): widgets for the Today view of Notification Center
  • Share (iOS and OS X): post content to web services or share content with others
  • Actions (iOS and OS X): app extensions to view or manipulate inside another app
  • Photo Editing (iOS): edit a photo or video in Apple's Photos app with extensions from a third-party apps
  • Finder Sync (OS X): remote file storage in the Finder with support for Finder content annotation
  • Storage Provider (iOS): an interface between files inside an app and other apps on a user's device
  • Custom Keyboard (iOS): system-wide alternative keyboards

Source: iOS 8 Extensions: Apple’s Plan for a Powerful App Ecosystem
【2020新书】概率机器学习，附212页pdf与slides
【2020新书】概率机器学习，附212页pdf与slides
专知会员服务
108+阅读 · 2020年11月12日
【论文推荐】逆问题，深度学习，对称性破缺，Inverse Problems, Deep Learning, and Symmetry Breaking
【论文推荐】逆问题，深度学习，对称性破缺，Inverse Problems, Deep Learning, and Symmetry Breaking
专知会员服务
25+阅读 · 2020年3月27日
【论文推荐WWW2020-UIUC】修正排序系统中的选择偏差：Correcting for Selection Bias in Learning-to-rank Systems
【论文推荐WWW2020-UIUC】修正排序系统中的选择偏差：Correcting for Selection Bias in Learning-to-rank Systems
专知会员服务
31+阅读 · 2020年2月1日
经典书《斯坦福大学-多智能体系统》532页pdf，MULTIAGENT SYSTEMS Algorithmic, Game-Theoretic, and Logical Foundations
经典书《斯坦福大学-多智能体系统》532页pdf，MULTIAGENT SYSTEMS Algorithmic, Game-Theoretic, and Logical Foundations
专知会员服务
155+阅读 · 2020年1月29日
美国DARPA204页可解释人工智能文献综述论文《Explanation in Human-AI Systems》
专知会员服务
95+阅读 · 2020年1月9日
可解释机器学习（Interpretable Machine Learning）：打开黑盒之谜（238页书籍下载）
可解释机器学习（Interpretable Machine Learning）：打开黑盒之谜（238页书籍下载）
专知会员服务
150+阅读 · 2019年10月27日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
计算机 | CCF推荐期刊专刊信息5条
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
sklearn 与分类算法
sklearn 与分类算法
人工智能头条
7+阅读 · 2019年3月12日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
计算机类 | LICS 2019等国际会议信息7条
计算机类 | LICS 2019等国际会议信息7条
Call4Papers
3+阅读 · 2018年12月17日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
自然语言处理顶会EMNLP2018接受论文列表！
自然语言处理顶会EMNLP2018接受论文列表！
专知
87+阅读 · 2018年8月26日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机类 | 期刊专刊截稿信息9条
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
Approximation Algorithms For The Dispersion Problems in a Metric Space
Arxiv
0+阅读 · 2021年6月9日
Counterfactuals and Causability in Explainable Artificial Intelligence: Theory, Algorithms, and Applications
Arxiv
0+阅读 · 2021年6月8日
A Formal Causal Interpretation of the Case-Crossover Design
Arxiv
0+阅读 · 2021年6月7日
Conditional separable effects
Arxiv
0+阅读 · 2021年6月7日
Parameter-free Statistically Consistent Interpolation: Dimension-independent Convergence Rates for Hilbert kernel regression
Arxiv
0+阅读 · 2021年6月7日
How Interpretable and Trustworthy are GAMs?
Arxiv
0+阅读 · 2021年6月7日
A Framework to Learn with Interpretation
Arxiv
0+阅读 · 2021年6月6日
Fisher-Pitman permutation tests based on nonparametric Poisson mixtures with application to single cell genomics
Arxiv
0+阅读 · 2021年6月6日
Distributed nonparametric regression imputation for missing response problems with large-scale data
Arxiv
0+阅读 · 2021年6月4日
Towards Rigorous Interpretations: a Formalisation of Feature Attribution
Arxiv
4+阅读 · 2021年4月26日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
Extensibility
统计量
机器学习
应用统计
相关VIP内容
【2020新书】概率机器学习，附212页pdf与slides
【2020新书】概率机器学习，附212页pdf与slides
专知会员服务
108+阅读 · 2020年11月12日
【论文推荐】逆问题，深度学习，对称性破缺，Inverse Problems, Deep Learning, and Symmetry Breaking
【论文推荐】逆问题，深度学习，对称性破缺，Inverse Problems, Deep Learning, and Symmetry Breaking
专知会员服务
25+阅读 · 2020年3月27日
【论文推荐WWW2020-UIUC】修正排序系统中的选择偏差：Correcting for Selection Bias in Learning-to-rank Systems
【论文推荐WWW2020-UIUC】修正排序系统中的选择偏差：Correcting for Selection Bias in Learning-to-rank Systems
专知会员服务
31+阅读 · 2020年2月1日
经典书《斯坦福大学-多智能体系统》532页pdf，MULTIAGENT SYSTEMS Algorithmic, Game-Theoretic, and Logical Foundations
经典书《斯坦福大学-多智能体系统》532页pdf，MULTIAGENT SYSTEMS Algorithmic, Game-Theoretic, and Logical Foundations
专知会员服务
155+阅读 · 2020年1月29日
美国DARPA204页可解释人工智能文献综述论文《Explanation in Human-AI Systems》
专知会员服务
95+阅读 · 2020年1月9日
可解释机器学习（Interpretable Machine Learning）：打开黑盒之谜（238页书籍下载）
可解释机器学习（Interpretable Machine Learning）：打开黑盒之谜（238页书籍下载）
专知会员服务
150+阅读 · 2019年10月27日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
热门VIP内容
相关资讯
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
计算机 | CCF推荐期刊专刊信息5条
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
sklearn 与分类算法
sklearn 与分类算法
人工智能头条
7+阅读 · 2019年3月12日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
计算机类 | LICS 2019等国际会议信息7条
计算机类 | LICS 2019等国际会议信息7条
Call4Papers
3+阅读 · 2018年12月17日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
自然语言处理顶会EMNLP2018接受论文列表！
自然语言处理顶会EMNLP2018接受论文列表！
专知
87+阅读 · 2018年8月26日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机类 | 期刊专刊截稿信息9条
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
相关论文
Approximation Algorithms For The Dispersion Problems in a Metric Space
Arxiv
0+阅读 · 2021年6月9日
Counterfactuals and Causability in Explainable Artificial Intelligence: Theory, Algorithms, and Applications
Arxiv
0+阅读 · 2021年6月8日
A Formal Causal Interpretation of the Case-Crossover Design
Arxiv
0+阅读 · 2021年6月7日
Conditional separable effects
Arxiv
0+阅读 · 2021年6月7日
Parameter-free Statistically Consistent Interpolation: Dimension-independent Convergence Rates for Hilbert kernel regression
Arxiv
0+阅读 · 2021年6月7日
How Interpretable and Trustworthy are GAMs?
Arxiv
0+阅读 · 2021年6月7日
A Framework to Learn with Interpretation
Arxiv
0+阅读 · 2021年6月6日
Fisher-Pitman permutation tests based on nonparametric Poisson mixtures with application to single cell genomics
Arxiv
0+阅读 · 2021年6月6日
Distributed nonparametric regression imputation for missing response problems with large-scale data
Arxiv
0+阅读 · 2021年6月4日
Towards Rigorous Interpretations: a Formalisation of Feature Attribution
Arxiv
4+阅读 · 2021年4月26日
Top
微信扫码咨询专知VIP会员
Top