Lars Schmidt-Thieme

FEMLモデルは、限られたデータで知識移転を使って予測を向上させるよ。

新しいアプローチが、ニューラルネットワークを使って大きな問題に対する車両ルーティングソリューションを強化してるよ。

Mocoは、機械学習を使って組合せ最適化問題の解決を強化してるよ。

ProFITiモデルは、不規則にサンプリングされた時系列から結果を予測するよ。

ProbSAINTは、中古車の価格を予測しつつ、予測の不確実性を評価するよ。

CDALBenchは、さまざまなアクティブラーニング手法を試すための信頼できるテスト環境を提供してるよ。