A melhor descrição que encontrei sobre o tema encontra-se no artigo Theoretical Foundations of Conformal Prediction, que descreve como:

A previsão conforme é uma abordagem estatística para quantificação de incerteza onde as previsões do modelo são acompanhadas por um intervalo ou conjunto, comunicando o grau de confiabilidade em qualquer previsão, sem depender de pressupostos sobre a certeza do modelo.

Portanto, é um framework de aprendizagem de máquina que permite quantificar incertezas e criar intervalos de predição. Isso possibilita melhores interpretações do modelo, maior segurança e garantias de probabilidade empírica nos resultados.

Suas vantagens são:

• Cobertura Garantida: As regiões de previsão oferecem garantias de cobertura para o resultado final.
• Agnosticismo de Modelo: É compatível com qualquer modelo ou área de Machine Learning.
• Independência de Distribuição: As previsões conformes não pressupõem uma distribuição de probabilidade específica (Gaussiana, Gama, Poisson etc.), ampliando sua aplicabilidade.
• Ausência de Retreino: Não é necessário reestimar o modelo após a previsão inicial.
• Predição Probabilística: Oferece previsões com medidas de confiança, permitindo controlar o nível de garantia do próprio modelo.
• Flexibilidade de Tamanho de Dados: A validade das previsões é mantida independentemente do tamanho do conjunto de dados. Contudo, um conjunto de dados pequeno para calibração gera menos valor se comparado a uma volumetria maior.
• Eficiência Computacional: As previsões mantêm a eficiência computacional, sendo ideais para aplicações em tempo real e grandes conjuntos de dados.

Existem dois tipos de categorias: Transductive Conformal Prediction (TCP) e Inductive Conformal Prediction (ICP).

Transductive Conformal Prediction (TCP): O TCP foi o método original de Previsão Conforme. Sua característica principal é que, para cada novo ponto de dados, o modelo é treinado inteiramente para cada resultado possível. Por exemplo, em um modelo binário de classificação, o modelo será treinado uma vez para o valor 0 e outra para o valor 1, calculando um score de não conformidade para cada caso.

<aside> 💡

Ou seja, o modelo irá ser treinado para cada rótulo e para cada ponto novo a ser testado!

</aside>

Esse processo garante alta precisão, pois considera toda a informação disponível para cada previsão. Este processo se assimila na técnica Jacknife, que faz uma é um processo de leave-one-out para estimação de variância e viés , aonde:

1. Remove de forma não aleatória uma observação por vez do conjunto de dados
2. Calcula a estatística de interesse com as observações restantes
3. Utiliza essas estimativas para avaliar o variância e viés do estimador

No contexto da Previsão Conforme, esta abordagem tem como objetivo as estimativas de incerteza, embora⁠, em contra partida pode ser computacionalmente ineficiente dependendo da quantidade de dados tanto de treinamento, como para teste.