( en | de | ru )

 

Disambiguierung von "Hsu, Daniel"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Reconciling modern machine learning and the bias-variance trade-off

, , , und . (2018)cite arxiv:1812.11118.

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.

Daniel Hsu

Eric Hsu

Yüanfang Hsü

Oscar Hsu

Eugene Hsu

 

Weitere Publikationen von Autoren mit dem selben Namen

Learning Single-Index Models in Gaussian Space., und . COLT, Volume 75 von Proceedings of Machine Learning Research, Seite 1887-1930. PMLR, (2018)Quantifying the Effects of COVID-19 on Restaurant Reviews., , , , und . SocialNLP@NAACL, Seite 36-60. Association for Computational Linguistics, (2021)Contrastive learning, multi-view redundancy, and linear models., , und . ALT, Volume 132 von Proceedings of Machine Learning Research, Seite 1179-1206. PMLR, (2021)A Tensor Approach to Learning Mixed Membership Community Models, , , und . Journal of Machine Learning Research, (2014)A Gradual, Semi-Discrete Approach to Generative Network Training via Explicit Wasserstein Minimization., , , , , und . ICML, Volume 97 von Proceedings of Machine Learning Research, Seite 1071-1080. PMLR, (2019)Correcting the bias in least squares regression with volume-rescaled sampling., , und . AISTATS, Volume 89 von Proceedings of Machine Learning Research, Seite 944-953. PMLR, (2019)Certified Robustness to Adversarial Examples with Differential Privacy, , , , und . (2018)cite arxiv:1802.03471.Time Series Compression Based on Adaptive Piecewise Recurrent Autoencoder.. CoRR, (2017)Biased Programmers? Or Biased Data? A Field Experiment in Operationalizing AI Ethics., , , , , und . EC, Seite 679-681. ACM, (2020)Contrastive estimation reveals topic posterior information to linear models., , und . CoRR, (2020)