论文防御预测的论证
机器学习
2025-10-28 v2 机器学习
摘要
本教程提供了一份关于防御性预测算法的综述，该方法通过纠正过去的错误来生成预测，而非依据预测。由 Vovk 先生提出，防御性预测将预测目标定义为一场顺序游戏，据此推导出无论结果如何都能最小化特定指标的预测。我们 presented an elementary introduction to this general theory and derive simple, near-optimal algorithms for online learning, calibration, prediction with expert advice, and online conformal prediction.（本教程为该一般理论提供了基础介绍，并推导出用于在线学习、校准、专家建议预测以及在线保 conformal 预测的简单且近似最优的算法。）
关键词
引用
@article{arxiv.2506.11848,
title = {In Defense of Defensive Forecasting},
author = {Juan Carlos Perdomo and Benjamin Recht},
journal= {arXiv preprint arXiv:2506.11848},
year = {2025}
}