Machine Learning pour l'Inférence Causale
A

Machine Learning pour l'Inférence Causale

Apprentissage automatique
machine learning causal inference treatment effect estimation deep learning Explainable AI fairness domain generalization
Auteur
Sheng Li, Zhixuan Chu (Editors)
Éditeur
Springer Nature Switzerland AG
Année
2023
Langue
Anglais
71
Évaluer ce livre

Pour lire le livre, se connecter / s'inscrire

Aperçu du fragment

Livres similaires

Méthodes d'apprentissage automatique

Méthodes d'apprentissage automatique

Hang Li

Inférence et Découverte Causale en Python – Apprentissage Automatique et Perspective Pearlienne

Inférence et Découverte Causale en Python – Apprentissage Automatique et Perspective Pearlienne

Aleksander Molak

Machine Learning avec Python : Théorie et Applications

Machine Learning avec Python : Théorie et Applications

G. R. Liu

Machine Learning pour les Ingénieurs : Principes et Algorithmes via le Traitement du Signal et la Théorie de l'Information

Machine Learning pour les Ingénieurs : Principes et Algorithmes via le Traitement du Signal et la Théorie de l'Information

Osvaldo Simeone

Le Livre de Machine Learning en Cent Pages

Le Livre de Machine Learning en Cent Pages

Andriy Burkov

Mueller J. P., Massaron L. - L'Apprentissage Automatique Pour les Nuls, 2e Édition - 2021

Mueller J. P., Massaron L. - L'Apprentissage Automatique Pour les Nuls, 2e Édition - 2021

Machine Learning avec Python pour les Débutants : Un Guide Étape par Étape avec des Projets Pratiques

Machine Learning avec Python pour les Débutants : Un Guide Étape par Étape avec des Projets Pratiques

Jamie Chan

Manuel d'Apprentissage Évolutionnaire

Manuel d'Apprentissage Évolutionnaire

Wolfgang Banzhaf, Penousal Machado, Mengjie Zhang (Editors)

Machine Learning pour les Applications à Haut Risque : Approches de l'IA Responsable

Machine Learning pour les Applications à Haut Risque : Approches de l'IA Responsable

Patrick Hall, James Curtis, Parul Pandey

Python Machine Learning par l'exemple. Quatrième édition

Python Machine Learning par l'exemple. Quatrième édition

Yuxi (Hayden) Liu