Bernd Bischl

Um novo método melhora o aprendizado auto-supervisionado através de aprendizado em conjunto para previsões melhores.

ProSMIN melhora a representação do modelo sem dados rotulados, enfrentando desafios importantes no aprendizado auto-supervisionado.

Este artigo fala sobre métodos pra aumentar a eficiência de amostragem em redes neurais bayesianas.

Uma nova estrutura melhora a compreensão da otimização bayesiana através dos valores de Shapley.

O Effector ajuda a explicar os efeitos regionais em modelos de aprendizado de máquina pra ter insights melhores.

Novos métodos dão uma visão mais clara das decisões algorítmicas usando explicações contrafactuais.

Um guia sobre a importância das características e seu papel nas previsões do modelo.

Um método pra reduzir o tamanho de modelos de linguagem grandes sem perder a performance.

Esse artigo analisa os desafios na pesquisa em ML e sugere melhorias pra confiabilidade.

Um olhar sobre como o AutoML pode atender melhor às diversas necessidades dos usuários.

Reorganizar as divisões de dados melhora a otimização de hiperparâmetros em aprendizado de máquina.

Este estudo avalia técnicas de análise de sobrevivência usando conjuntos de dados simples com dados faltando.

Um estudo completo comparando métodos para estimar intervalos de confiança em modelos de machine learning.