Bernd Bischl

Cet article parle des méthodes pour améliorer l'efficacité d'échantillonnage dans les réseaux de neurones bayésiens.

Un nouveau cadre améliore la compréhension de l'optimisation bayésienne grâce aux valeurs de Shapley.

Effector aide à expliquer les effets régionaux dans les modèles d'apprentissage automatique pour de meilleures perspectives.

De nouvelles méthodes offrent des perspectives plus claires sur les décisions algorithmiques en utilisant des explications contrefactuelles.

Un guide sur l'importance des caractéristiques et son rôle dans les prédictions du modèle.

Une méthode pour réduire la taille des grands modèles de langage tout en gardant leur performance.

Cet article examine les défis dans la recherche en ML et propose des améliorations pour la fiabilité.

Un aperçu de comment l'AutoML peut mieux répondre aux besoins variés des utilisateurs.

Le réagencement des splits de données améliore l'optimisation des hyperparamètres en apprentissage automatique.

Cette étude évalue les techniques d'analyse de survie en utilisant des ensembles de données simples avec des données manquantes.

Une étude complète comparant les méthodes pour estimer les intervalles de confiance dans les modèles d'apprentissage automatique.