通过校准预测为深度神经网络构建具有 PAC 保证的置信集
机器学习
2020-02-18 v2 机器学习
摘要
我们提出一种结合校准预测与学习理论泛化界来为深度神经网络构建具有 PAC 保证的置信集的算法——即给定输入的置信集以高概率包含真实标签。我们展示了该方法如何用于为 ImageNet 上的 ResNet、视觉目标跟踪模型以及 half-cheetah 强化学习问题的动力学模型构建 PAC 置信集。
引用
@article{arxiv.2001.00106,
title = {PAC Confidence Sets for Deep Neural Networks via Calibrated Prediction},
author = {Sangdon Park and Osbert Bastani and Nikolai Matni and Insup Lee},
journal= {arXiv preprint arXiv:2001.00106},
year = {2020}
}
备注
Accepted to ICLR 2020