Maschinelles Lernen für kausale Inferenz
A

Maschinelles Lernen für kausale Inferenz

Maschinelles Lernen
machine learning causal inference treatment effect estimation deep learning Explainable AI fairness domain generalization
Autor
Sheng Li, Zhixuan Chu (Editors)
Verlag
Springer Nature Switzerland AG
Jahr
2023
Sprache
Englisch
67
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

Methoden des maschinellen Lernens

Methoden des maschinellen Lernens

Hang Li

Kausale Inferenz und Entdeckung in Python – Maschinelles Lernen und die Perspektive von Pearl

Kausale Inferenz und Entdeckung in Python – Maschinelles Lernen und die Perspektive von Pearl

Aleksander Molak

Maschinelles Lernen mit Python: Theorie und Anwendungen

Maschinelles Lernen mit Python: Theorie und Anwendungen

G. R. Liu

Maschinelles Lernen für Ingenieure: Prinzipien und Algorithmen durch Signalverarbeitung und Informationstheorie

Maschinelles Lernen für Ingenieure: Prinzipien und Algorithmen durch Signalverarbeitung und Informationstheorie

Osvaldo Simeone

Das Hundert-Seiten-Maschinelles-Lernen-Buch

Das Hundert-Seiten-Maschinelles-Lernen-Buch

Andriy Burkov

Mueller J. P., Massaron L. - Maschinelles Lernen für Dummies, 2. Auflage - 2021

Mueller J. P., Massaron L. - Maschinelles Lernen für Dummies, 2. Auflage - 2021

Maschinelles Lernen mit Python für Anfänger: Eine Schritt-für-Schritt-Anleitung mit praktischen Projekten

Maschinelles Lernen mit Python für Anfänger: Eine Schritt-für-Schritt-Anleitung mit praktischen Projekten

Jamie Chan

Handbuch des evolutionären maschinellen Lernens

Handbuch des evolutionären maschinellen Lernens

Wolfgang Banzhaf, Penousal Machado, Mengjie Zhang (Editors)

Maschinelles Lernen für Hochrisiko-Anwendungen: Ansätze für verantwortungsvolle KI

Maschinelles Lernen für Hochrisiko-Anwendungen: Ansätze für verantwortungsvolle KI

Patrick Hall, James Curtis, Parul Pandey

Python Machine Learning anhand von Beispielen. Vierte Auflage

Python Machine Learning anhand von Beispielen. Vierte Auflage

Yuxi (Hayden) Liu