ترجمه فارسی مقاله RandALO: تخمین ریسک خارج از نمونه در زمان کوتاه

چکیده

Estimating out-of-sample risk for models trained on large high-dimensional datasets is an expensive but essential part of the machine learning process, enabling practitioners to optimally tune hyperparameters. Cross-validation (CV) serves as the de facto standard for risk estimation but poorly trades off high bias ($K$-fold CV) for computational cost (leave-one-out CV). We propose a randomized approximate leave-one-out (RandALO) risk estimator that is not only a consistent estimator of risk in high dimensions but also less computationally expensive than $K$-fold CV. We support our claims with extensive simulations on synthetic and real data and provide a user-friendly Python package implementing RandALO available on PyPI as randalo and at https://github.com/cvxgrp/randalo.

چکیده به فارسی (ترجمه ماشینی)

تخمین خطر خارج از نمونه برای مدل های آموزش داده شده در مجموعه داده های بزرگ با ابعاد بالا ، یک بخش گران قیمت اما اساسی از فرآیند یادگیری ماشین است و به پزشکان این امکان را می دهد تا بهینه سازی هایپرامترها را تنظیم کنند.اعتبارسنجی متقابل (CV) به عنوان استاندارد de facto برای تخمین ریسک عمل می کند اما به دلیل کمبود تعصب بالا (CV $ $-fold) برای هزینه محاسباتی (CV-One-Out CV) معامله می کند.ما یک برآوردگر خطر تقریبی مرخصی (Randalo) تقریبی تصادفی را پیشنهاد می کنیم که نه تنها یک برآوردگر مداوم از ریسک در ابعاد بالا بلکه از نظر محاسباتی کمتری از CV $ $ $ است.ما از ادعاهای خود با شبیه سازی های گسترده در مورد داده های مصنوعی و واقعی پشتیبانی می کنیم و یک بسته پایتون کاربر پسند را ارائه می دهیم که Randalo را در PYPI به عنوان Randalo و در https://github.com/cvxgrp/randalo اجرا می کند.