Výsledky vyhledávání - "Zaoui, Ahmed"

Report

Distributional regression: CRPS-error bounds for model fitting, model selection and convex aggregation

Publikováno v: 38th Conference on Neural Information Processing Systems (NeurIPS 2024), Dec 2024, Vancoucer, Canada

Distributional regression aims at estimating the conditional distribution of a targetvariable given explanatory co-variates. It is a crucial tool for forecasting whena precise uncertainty quantification is required. A popular methodology consistsin f

Externí odkaz: http://arxiv.org/abs/2411.13974

Zobrazit plný text záznamu

Report

Prediction intervals with controlled length in the heteroscedastic Gaussian regression

Autor: Denis, Christophe, Hebiri, Mohamed, Zaoui, Ahmed

We tackle the problem of building a prediction interval in heteroscedastic Gaussian regression. We focus on prediction intervals with constrained expected length in order to guarantee interpretability of the output. In this framework, we derive a clo

Externí odkaz: http://arxiv.org/abs/2209.03589

Zobrazit plný text záznamu

Report

Variance function estimation in regression model via aggregation procedures

Autor: Zaoui, Ahmed

In the regression problem, we consider the problem of estimating the variance function by the means of aggregation methods. We focus on two particular aggregation setting: Model Selection aggregation (MS) and Convex aggregation (C) where the goal is

Externí odkaz: http://arxiv.org/abs/2110.02715

Zobrazit plný text záznamu

Report

Regression with reject option and application to kNN

Autor: Denis, Christophe, Hebiri, Mohamed, Zaoui, Ahmed

Publikováno v: NeurIPS 2020 - 34th Conference on Neural Information Processing Systems, Dec 2020, Vancouver / Virtuel, Canada

We investigate the problem of regression where one is allowed to abstain from predicting. We refer to this framework as regression with reject option as an extension of classification with reject option. In this context, we focus on the case where th

Externí odkaz: http://arxiv.org/abs/2006.16597

Zobrazit plný text záznamu

Akademický článek

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Akademický článek

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Estimation de la fonction de variance en régression et ses applications

Autor: Zaoui, Ahmed

This thesis deals with the problem of estimating the variance function in the heteroscedastic regression model. The first part is devoted to the estimation of the variance function through classical aggregation procedures. More precisely, we are inte

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=od_____10692::ceed7ae4c2792832557c8fd78ab3e5a7
https://theses.hal.science/tel-04072457

Zobrazit plný text záznamu

Estimation de la fonction de variance par agrégation de type sélection modèle

Autor: Zaoui, Ahmed

Publikováno v: JDS 2021 52èmes Journées de Statistique de la Société Française de Statistique (SFdS)
JDS 2021 52èmes Journées de Statistique de la Société Française de Statistique (SFdS), Jun 2021, Nice, France

International audience; Dans ce travail, nous nous intéressons à l'estimation de la fonction de variance en régression par agrégation de type sélection modèle (MS). Le but de la procédure MS est de sélectionner le meilleur estimateur parmi un

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::3fa805ee48a0a060b11f9781d3011d93
https://hal.archives-ouvertes.fr/hal-03235514/file/main.pdf

Zobrazit plný text záznamu

Vyhledávací nástroje:

Upřesnit hledání