scikit-learn-contrib/MAPIE

解決する課題

MAPIEは、機械学習モデルにおける不確実性の定量化とリスク制御の方法を提供します。単一の点予測を提供する代わりに、理論的な保証を備えた予測区間（回帰用）または予測セット（分類用）の生成を可能にし、真の値が指定された確率で予測範囲またはセット内に収まることを保証します。

仕組み

MAPIEは、Conformal Prediction（適合予測）とDistribution-Free Inference（分布に依存しない推論）の技術を使用しています。モデルに依存しないため、scikit-learn、TensorFlow、またはPyTorchの任意のモデルをラップして使用できます。別の適合化データセットで不確実性を推定することにより、標準的なモデルの出力を確率的な保証へと変換します。

対象者

回帰、分類、時系列、マルチラベル分類、およびセマンティックセグメンテーションのようなコンピュータビジョンのタスクにおいて、信頼できる不確実性の定量化を必要とするデータサイエンティストおよびMLエンジニア。