硅谷AB实验方法论及在复杂场景应用!
她的研究兴趣在于因果推断(CausalInference),包括加权平衡方法(BalancingApproach)、合成控制(SyntheticControl)、因果中介分析(CausalMediationAnalysis)、因果机器学习(CausalMachineLearning)、随机对照试验中的选择问题(SelectionProblem)、分位数回归(QuantileRegression)和方差缩减(VarianceReduction)。演讲题目:...
一种用手机号码定位机主的理论方法
此外,这种方法还可以用于模拟其它常见的模型,比如联合训练和针对全新域的启发式方法。除了表征单个的半监督学习启发式方法,研究者还表明可以使用贝叶斯优化将多种启发式方法组合到一起。在多个数据集上的实验结果表明这种方法能稳定地优于其它方法,并在一个较困难的关系抽取任务上得到了当前最佳的结果。声明式地描述半...
人工智能之蒙特卡罗方法(MCM)
为提高方法的效率,科学家们提出了许多所谓的“方差缩减”技巧。另一类形式与蒙特卡罗方法MCM相似,但理论基础不同的方法—“拟蒙特卡罗方法”(Quasi-MonteCarlo方法)—近年来也获得迅速发展。我国数学家华罗庚、王元提出的“华—王”方法即是其中的一例。这种方法的基本思想是“用确定性的超均匀分布序列(LowDiscrepan...
中国散裂中子源靶站的物理设计和工程实现
核数据截面是保证模拟结果正确的基础,TMR模拟计算中采用的截面数据主要源自ENDF7.0、ENDF6.6A/B/C、Sab2002、La150n、La150h等数据库。在计算中采用了大量的方差缩减技术以提高计算精度和减少计算时间。通过和国外已有实验数据的TMR计算和实验结果进行对比验算,验证了计算方法、结果的准确性。3.几何模型TMR设计...
鄂维南院士:科学与智能——机器学习的新前沿、应用数学时代的曙光
对于统计物理学家来说,计算数百万个变量的函数的积分是一件很平常的事情。我们对这件事情已经太习惯了而忘记了这事实上是多么了不起。它依靠的是多年来发展起来的蒙特卡罗算法和方差缩减技术。相比于基于网格的算法(如辛普森法则),蒙特卡罗算法的收敛速度与维数无关。
从工业化到智能化,未来AB实验的终局
在这种学习方法中,两个实验对每个个体产生的效果可以不同(源Task与目标Task可以不同)(www.e993.com)2024年10月23日。因为不同,就要求在目标领域中必须有一些已标注的数据,才能进行学习。实践中,上面提到有一些新App用户量较小,做实验常有不置信的问题。这一问题历史上曾经尝试过一些方差缩减(variancereduction)方法,但实际对方差的降幅有限,...
Francis Bach新书稿:第一性原理学习理论 | 附PDF下载
方差缩减:当最小化强凸有限和时,这类算法以指数级速度收敛,但迭代复杂度很小。本章主要提出一种基于梯度下降的优化算法,并分析了其在凸函数上的性能。作者表示将考虑应用于机器学习之外的通用算法,以及专用于机器学习的算法(例如随机梯度方法)。第六章:局部平均法...
数据挖掘图书:应用随机过程:概率模型导论(第10版) [平装] | 互联...
作者富于启发而又不失严密性的叙述方式,有助于使读者建立概率思维方式,培养对概率理论、随机过程的直观感觉。对那些需要将概率理论应用于精算学、运筹学、物理学.工程学.计算机科学.管理学和社会科学的读者而言,《应用随机过程:概率模型导论(第10版)》是一本极好的教材或参考书。《应用随机过程:概率模型导论(第10版...