( en | de | ru )

 

Disambiguierung von "Kallus, Nathan"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
The Benefits of Being Distributional: Small-Loss Bounds for Reinforcement Learning.

, , , , und . CoRR, (2023)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Christopher Kallus

Nathan ben-Nathan

Stefan Kallus

Reinhard Kallus

Beate Kallus

 

Weitere Publikationen von Autoren mit dem selben Namen

Recursive Partitioning for Personalization using Observational Data.. ICML, Volume 70 von Proceedings of Machine Learning Research, Seite 1789-1798. PMLR, (2017)Balanced Policy Evaluation and Learning.. NeurIPS, Seite 8909-8920. (2018)Rejoinder: New Objectives for Policy Learning.. CoRR, (2020)Treatment Effect Risk: Bounds and Inference.. FAccT, Seite 213. ACM, (2022)Fairness Under Unawareness: Assessing Disparity When Protected Class Is Unobserved., , , , und . FAT, Seite 339-348. ACM, (2019)Minimax Instrumental Variable Regression and L2 Convergence Guarantees without Identification or Closedness., , , , , und . COLT, Volume 195 von Proceedings of Machine Learning Research, Seite 2291-2318. PMLR, (2023)Robust and Agnostic Learning of Conditional Distributional Treatment Effects., und . AISTATS, Volume 206 von Proceedings of Machine Learning Research, Seite 6037-6060. PMLR, (2023)Post-Contextual-Bandit Inference., , , , und . NeurIPS, Seite 28548-28559. (2021)Dynamic Assortment Personalization in High Dimensions., und . Oper. Res., 68 (4): 1020-1037 (2020)Smooth Contextual Bandits: Bridging the Parametric and Non-differentiable Regret Regimes., , und . COLT, Volume 125 von Proceedings of Machine Learning Research, Seite 2007-2010. PMLR, (2020)