Zobrazeno 1 - 4
of 4
pro vyhledávání: '"Amram, Maxime"'
Existing machine learning approaches for data-driven predictive maintenance are usually black boxes that claim high predictive power yet cannot be understood by humans. This limits the ability of humans to use these models to derive insights and unde
Externí odkaz:
http://arxiv.org/abs/2102.06509
We propose an approach for learning optimal tree-based prescription policies directly from data, combining methods for counterfactual estimation from the causal inference literature with recent advances in training globally-optimal decision trees. Th
Externí odkaz:
http://arxiv.org/abs/2012.02279
Autor:
Dorken-Gallastegi, Ander, El Hechi, Majed, Amram, Maxime, Naar, Leon, Maurer, Lydia R., Gebran, Anthony, Dunn, Jack, Zhuo, Ying Daisy, Levine, Jordan, Bertsimas, Dimitris, Kaafarani, Haytham M.A.
Publikováno v:
In Surgery December 2023 174(6):1302-1308
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.