Această postare este în principal (dar nu numai) un test, deoarece aveam un feed xml rupt pentru postările mele R și am vrut să văd dacă a fost remediat.
Este vorba despre ultimele mele postări R din iunie și iulie, care sunt:
- Utilizarea cu ușurință a modelelor scikit-learn în R cu
tisthemachinelearnerPachetul R - Cum conformalizarea ajută modelele slabe
- Predicție conformă rapidă pentru unele modele de învățare automată (jackknife+ și fără remontare)
Această postare este despre tisthemachinelearner Pachetul R, care permite utilizarea modelelor scikit-learn în R. Este un înveliș în jurul pachetului Python tisthemachinelearner. Intervalele de predicție pot fi calculate folosind fie predicție conformă divizată, metode surogat sau bootstrap.
Citiți: https://thierrymoudiki.github.io/blog/2026/06/21/r/tisthemllearner
În această postare, comparăm predicția conformă împărțită în mai multe modele predictive, folosind pachetul R mlS3.
Citiți: https://thierrymoudiki.github.io/blog/2026/06/07/r/conformalization-helps-weak-models
Este surprinzător de rapid să se obțină intervale de predicție jackknife+ conforme pentru modelele de învățare automată de forma (hat{y} = Sy) (inclusiv cele mai mici pătrate obișnuite, regresie Ridge, rețele de legătură funcțională vectorială aleatorie, regresie Kernel Ridge, spline de netezire și regresie polinomială locală). Nu este implicată reamenajare, doar algebră liniară. Citiți https://www.researchgate.net/publication/408161842_Fast_Conformal_Prediction_for_Some_Machine_Learning_Models_via_Closed-Form_Jackknife.
