Zobrazeno 1 - 10
of 31
pro vyhledávání: '"Depecker, Marine"'
In this paper, we address the estimation of the sensitivity indices called "Shapley eects". These sensitivity indices enable to handle dependent input variables. The Shapley eects are generally dicult to estimate, but they are easily computable in th
Externí odkaz:
http://arxiv.org/abs/2006.02087
The Shapley effects are global sensitivity indices: they quantify the impact of each input variable on the output variable in a model. In this work, we suggest new estimators of these sensitivity indices. When the input distribution is known, we inve
Externí odkaz:
http://arxiv.org/abs/1812.09168
In this paper, we study sensitivity indices for independent groups of variables and we look at the particular case of block-additive models. We show in this case that most of the Sobol indices are equal to zero and that Shapley effects can be estimat
Externí odkaz:
http://arxiv.org/abs/1801.04095
Autor:
Depecker, Marine
Cette thèse porte sur le développement d'une méthode non-paramétrique pour l'apprentissage supervisé de règles d'ordonnancement à partir de données étiquetées de façon binaire. Cette méthode repose sur le partitionnement récursif de l'es
Autor:
Clémençon, Stéphan, Depecker, Marine
It is the main goal of this article to address the bipartite ranking issue from the perspective of functional data analysis (FDA). Given a training set of independent realizations of a (possibly sampled) second-order random function with a (locally)
Externí odkaz:
http://arxiv.org/abs/1312.5066
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Depecker, Marine
Publikováno v:
Apprentissage [cs.LG]. Télécom ParisTech, 2010. Français
Bipartite ranking is a statistical issue consisting in sorting objects lying in a multidimensional feature space, randomly associated with binary labels, so that positive instances appear on top of the list with highest probability. This research wor
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::70e43d814c5d4e194689c269db121933
https://pastel.archives-ouvertes.fr/pastel-00572421
https://pastel.archives-ouvertes.fr/pastel-00572421
Publikováno v:
Journal of Machine Learning Research
Journal of Machine Learning Research, Microtome Publishing, 2013, 14, pp.39-73
Journal of Machine Learning Research, Microtome Publishing, 2013, 14, pp.39-73
International audience; The present paper examines how the aggregation and feature randomization principles underlying the algorithm RANDOM FOREST (Breiman, 2001) can be adapted to bipartite ranking. The approach taken here is based on nonparametric
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::11426c682e1f4f8f750061a6b169903c
https://hal.telecom-paris.fr/hal-02107371/file/clemencon13a.pdf
https://hal.telecom-paris.fr/hal-02107371/file/clemencon13a.pdf