regularized-regression

本文提出了一种评估框架，利用正则化回归和信度/设计上限，从文本嵌入预测项目参数。结果表明，难度在很大程度上可从文本预测，而区分度和伪猜测则受限于信度，而非文本信号。

提出Trans-Ising，一种针对高维Ising模型的迁移学习方法，该方法利用基于损失的源筛选规则和两阶段估计，相比于仅使用目标数据和朴素池化方法，提高了估计精度。