Конформное прогнозирование в Python
Эта книга представляет собой практическое руководство по применению конформного прогнозирования — современного подхода к количественной оценке неопределенности в машинном обучении. Автор подробно рассматривает теоретические основы метода, его ключевые компоненты и принципы работы.
В издании детально разбираются различные типы конформных предикторов, включая трансдуктивные и индуктивные, а также их применение для решения задач классификации, регрессии, прогнозирования временных рядов, компьютерного зрения и обработки естественного языка. Особое внимание уделяется вопросам валидности и эффективности вероятностных предикторов.
Книга содержит множество практических примеров реализации методов конформного прогнозирования на языке Python. Материал изложен доступно, но требует от читателя базовых знаний в области машинного обучения и программирования на Python.
Издание предназначено для специалистов по data science, ML-инженеров, исследователей и всех, кто хочет научиться оценивать неопределенность прогнозов моделей машинного обучения и принимать на их основе более надежные решения.
