Bernd Bischl

Dieser Artikel behandelt Methoden zur Verbesserung der Stichprobeneffizienz in Bayesschen neuronalen Netzen.

Ein neues Framework verbessert das Verständnis von Bayesianischer Optimierung durch Shapley-Werte.

Effector hilft dabei, regionale Effekte in Machine-Learning-Modellen zu erklären, um bessere Einblicke zu bekommen.

Neue Methoden bieten klarere Einblicke in algorithmische Entscheidungen mithilfe von kontrafaktischen Erklärungen.

Ein Leitfaden zur Wichtigkeit von Features und deren Rolle bei Modellvorhersagen.

Eine Methode, um die Grösse von grossen Sprachmodellen zu reduzieren, während die Leistung erhalten bleibt.

Dieser Artikel beleuchtet die Herausforderungen in der ML-Forschung und schlägt Verbesserungen für die Zuverlässigkeit vor.

Ein Blick darauf, wie AutoML besser auf die unterschiedlichen Bedürfnisse der Nutzer eingehen kann.

Das Neuanordnen von Datensplits verbessert die Hyperparameteroptimierung im maschinellen Lernen.

Diese Studie bewertet Überlebensanalyse-Techniken mit einfachen Datensätzen, die fehlende Daten enthalten.

Eine umfassende Studie, die Methoden zum Schätzen von Vertrauensintervallen in Machine-Learning-Modellen vergleicht.