References

Breiman, L. 2001. “Hutan Acak.” Machine Learning. https://doi.org/10.1023/A:1010933404324.

Estlund, D. “Pemimpin Opini, Kemerdekaan, dan Teorema Juri Condorcet.” Teori dan Keputusan.https://doi.org/10.1007/BF01079210.

Benteng, S., H. Hu, dan B. Lakshminarayanan. 2019 “Ansambel dalam: Perspektif Lanskap Rugi.” 2, 1-14.https://arxiv.org/abs/1912.02757.

Freund, Y. dan R.E. Schapire. 1996. “Eksperimen dengan Algoritma Meningkatkan Baru.” ProsidingKonferensi Internasional ke-13 tentang Machine Learning.https://dl.acm.org/doi/10.5555/3091696.3091715.

Gal, Y. 2016. “Ketidakpastian dalam Deep Learning.” Jurusan Teknik. Universitas Cambridge.

Gal, Y., dan Z. Ghahramani. 2016. “Dropout sebagai pendekatan Bayesian: Mewakili Ketidakpastian Model dalam Deep Learning.” Konferensi Internasional ke-33 tentang Machine Learning (ICML-2016).https://arxiv.org/abs/1506.02142.

Guo, C., G. Pleiss, Y. Sun, dan KQ Weinberger. 2017. “Pada Kalibrasi Jaringan Saraf Modern.” Konferensi Internasional ke-34 tentang Machine Learning (ICMLM 2017).https://arxiv.org/abs/1706.04599.

Hein, M., M. Andriushchenko, dan J. Bitterwolf. 2019 “Mengapa Jaringan ReLu Menghasilkan Prediksi Keyakinan Tinggi Jauh Dari Data Pelatihan dan Cara Mengurangi Masalah.” 2019 Prosiding Konferensi Masyarakat Komputer IEEE tentang Visi Komputer dan Pengakuan Pola(Juni 2019): 41-50.https://doi.org/10.1109/CVPR.2019.00013

Kendall, A. dan Y. Gal. 2017. “Ketidakpastian Apa yang Kita Butuhkan di Bayesian Deep Learning untuk Visi Komputer?” Kemajuan dalam Sistem Pengolahan Informasi Saraf.https://papers.nips.cc/paper/7141-what-uncertainties-do-we-need-in-bayesian-deep-learning-for-computer-vision.

Lakshminarayanan, B., A. Pritzel, dan C. Blundell. 2017. “Estimasi Ketidakpastian Prediktif Sederhana dan Scalable menggunakan Deep Ensembles.” Kemajuan dalam Sistem Pengolahan Informasi Saraf.https://arxiv.org/abs/1612.01474.

Liu, Y., M.Ot, N. Goyal, J. Du, M.Joshi, D Chen, O Levy, M.Lewis, L. zettlemoyer, dan V. 2019 “RoberTA: Pendekatan Pretraining BERT yang Dioptimalkan dengan Kokoh.” https://arxiv.org/abs/1907.11692

Nado, Z., S. Padhy, D. Sculley, A. D'Amour, B Lakshminarayanan, dan J. Snoek. 2020. “Mengevaluasi Prediksi-Waktu Batch Normalisasi untuk Kekokohan di bawah Covariate Shift.” https://arxiv.org/abs/2006.10963

Nalisnick, E., A. Matsukawa, YW Teh, D. Gorur, dan B. Lakshminarayanan. 2019 “Apakah Model Generatif Dalam Tahu Apa yang Tidak Mereka Ketahui?” Konferensi Internasional ke-7 tentang Representasi Pembelajaran (ICLR 2019).https://arxiv.org/abs/1810.09136.

Ovadia, Y., E. Fertig, J. Ren, Z. nado, Sculley, S. Nowozin, JV Dillon, B. lakshminarayanan, dan J. 2019 “Dapatkah Anda Percaya Ketidakpastian Model Anda? Mengevaluasi Ketidakpastian Prediktif Di Bawah Dataset Shift.” Konferensi 33 tentang Sistem Pengolahan Informasi Saraf (NeuriPs 2019).https://arxiv.org/abs/1906.02530.

Platt, J., dan lain-lain. 1999. “Output Probabilistik untuk Support Mesin Vektor dan Perbandingan dengan Metode Kemungkinan Regularized.” Kemajuan dalam Pengklasifikasi Margin Besar.http://citeseer.ist.psu.edu/viewdoc/summary?doi=10.1.1.41.1639.

Srivastava, N., G. Hinton, A. Krizhevsky, I. Sutskever, dan R. Salakhutdinov. 2014 “Putus putus: Cara Sederhana untuk Mencegah Jaringan Saraf dari Overfitting.” Jurnal penelitian Machine Learning.https://www.cs.toronto.edu/~hinton/absps/JMLRdropout.pdf.

van Amersfoort, J., L. Smith, YW Teh, dan Y Gal. 2020. “Estimasi Ketidakpastian Menggunakan Jaringan Neural Deep Deterministik Tunggal.” Konferensi Internasional untuk Machine Learning.https://arxiv.org/abs/2003.02037.

Warstadt, A., A. Singh, dan S.R. Bowman. 2019 “Penghakiman Penerimaan Jaringan Saraf.” Transaksi Asosiasi Linguistik Komputasi.https://doi.org/10.1162/tacl_a_00290.

Wilson, A. G., dan P. Izmailov. 2020. “Bayesian Deep Learning dan Perspektif Probabilistik Generalisasi.” https://arxiv.org/abs/2002.08791.