09:17
官方账号arXiv cs.LG@Yurui Zheng, Ying Jin
推荐理由：这篇论文解决了决策中如何利用预测不确定性的难题，提出的PC-RACP方法在实验中比现有方法效用更高，值得搞决策优化的同学看看。
预测集
共 1 条相关 AI 资讯
7月3日
09:17
本文提出了一个用于反事实决策中不确定性量化的决策理论框架。它定义了"策略耦合覆盖"——即预测集诱导行动下实现结果的覆盖。该框架证明了一种自然的最大最小规则是分布模糊下的极小极大最优。它提出了一种两阶段过程Policy-Coupled Risk-Averse Conformal Prediction (PC-RACP)，在有限样本下逼近最优集。模拟和真实电子邮件营销实验表明，PC-RACP比现有方法提供更高的效用，同时保持有效覆盖。