Simple and Scalable Predictive Uncertainty Estimation using Deep Ensembles

普通的機器學習分類迴歸問題都是點估計,即模型給出的輸出是一個real value,或者是各個類別的probability。 但是模型對於不同點的估計,確信度應該是不同的。對於和以往出現過樣本非常相似的點,給出的預測確信度比較高,對於和以往出現過點距離比較遠的點的估計,確信度應該降低。 目前衡量神經網絡結果不確定性的方法主要是貝葉斯神經網絡,每一層的w和b都是服從一個分佈而非是確定的值,所以自然,最
相關文章
相關標籤/搜索