При практическом использовании модели машинного обучения необходимо оценивать не только метрики качества рассматриваемой задачи (например, точность и F-мера для классификации), но и надежность предсказаний модели. Для повышения надежности используются методы оценки неопределенности и методы удаления смещенности. В данной работе рассматривается связь между этими двумя компонентами надежности, и предлагается эффективный способ совмещения указанных методов для достижения надежных предсказаний модели.
Math-Net.Ru: https://www.mathnet.ru/rus/iipr628
Кузьмин Г. Ю., Шелманов А. О., Смирнов И. В. Непредвзятость и оценки неопределенности в задаче текстовой классификации // Искусственный интеллект и принятие решений, 2025, № 2, с. 60–72.