Uncertainty quantification of machine learning models

הרקע לפרויקט:

נבחן שיטות שונות ל״כיול״ מודלים נלמדים כך שלתחזיות שלהם ילווה מדד אי-ודאות בעל משמעות או הבטחה סטטיסטית

מטרת הפרויקט:

ישנם שני סוגי כיול נפוצים -- האחד ״סטנדרטי״ ויוריסטי שמכוונן את ערכי הsoftmax כדי שיתאימו להסתברות הדיוק, והשני מגובה תיאורטית מפיק סט של מחלקות שמכסה את המחלקה הנכונה בהסתברות נדרשת. נבחן את יחסי ההשפעה של שתי השיטות זו על זו ואת ההבדלים ביניהן.

תכולת הפרויקט:

ניסויים שיראו מה ההשפעה של שתי שיטות הכיול זו על זו ואת ההבדלים ביניהן. מחקר תיאורטי האם הבטחות תיאורטית של כיול ע״י כיסוי יכולות להיות מנוצלות ע״י שילובו בכיול הסטנרטי. בדיקת המצב ברגרסיה ולא רק בקלאסיפיקציה.

קורסי קדם:

הסתברות, מבוא ללמידת מכונה, שיערוך והסקה סטטיסטית

מקורות:

https://arxiv.org/abs/2107.07511