← IBR 辨识与学习模型验证

IBR 辨识与学习模型验证

配置不确定性与公平基线

T1-03 · 模块提纲

评价模型时避免给某种方法隐藏的信息优势。

学习目标

  • 区分配置不确定性与参数不确定性。
  • 匹配候选知识、初态与预算。

内容提纲

  1. GFL、GFM 与并联配置
  2. Oracle 诊断与基于验证的选择
  3. 噪声、种子、失败与配对比较

实验方向 · 待开发

仿真与代码实验

为固定低频配置模型编写实验规范。

后续在此加入模型说明、参数设置、可运行代码与结果解读。

练习与讨论

识别一个不公平基线并修正其信息预算。

解答与反馈将在完整教材中补充。

材料准备

已有相关研究案例或审阅记录,需要转化为范围明确的教学单元。

先完成计划中的配置学习实验,再展示新结果。

本课程的全部模块
  1. 激励、观测与可辨识性
  2. 参数与残差补偿
  3. 配置不确定性与公平基线
  4. 学习动态的独立验证