becker > learning | BibSonomy

Lesezeichen (verstecken)72
Anzeige
alles
nur Lesezeichen
Lesezeichen pro Seite
5
10
20
50
100
sortieren nach
hinzugefügt am
Titel
RSS
BibTeX
XML

1Chen-Cai-OSU/awesome-equivariant-network: Paper list for equivariant neural network
https://github.com/Chen-Cai-OSU/awesome-equivariant-network
vor 2 Jahren von @becker
alle anzeigen
group
equivariant
neural
networks
nn
geometric
deep
learning
network
mmis
kirste
groupequivariantneuralnetworksnngeometricdeeplearningnetworkmmiskirste
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1(56) Deep Learning — Andreas Geiger - YouTube
https://www.youtube.com/playlist?list=PL05umP7R6ij3NTWIdtMbfvX7Z-4WEXRqD
vor 2 Jahren von @becker
alle anzeigen
deep
learning
lecture
teaching
deeplearninglectureteaching
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1NeurIPS 2022 Gaze Meets ML Workshop
https://groups.google.com/g/ml-news/c/F0JgTZQL-Ns/m/H95PMQyTAgAJ?pli=1
vor 2 Jahren von @becker
alle anzeigen
gaze
visual
focus
immermind
eye
tracking
ai
machine
learning
gazevisualfocusimmermindeyetrackingaimachinelearning
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1Healthcare Algorithms Don’t Always Need to Be Generalizable
A Stanford researcher questions the need for generalizable models and proposes instead sharing recipes for creating useful local models.
vor 2 Jahren von @becker
alle anzeigen
ai
generalization
generalize
health
hospital
learning
machine
model
aigeneralizationgeneralizehealthhospitallearningmachinemodel
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1GitHub - grok-ai/nn-template: Generic template to bootstrap your PyTorch project.
https://github.com/grok-ai/nn-template
vor 2 Jahren von @becker
alle anzeigen
code
config
configuration
cookie
cutter
learning
machine
network
neural
programming
codeconfigconfigurationcookiecutterlearningmachinenetworkneuralprogramming
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1The Best GPUs for Deep Learning in 2020 — An In-depth Analysis
https://timdettmers.com/2020/09/07/which-gpu-for-deep-learning/
vor 3 Jahren von @becker
alle anzeigen
gpu
comparison
deep
learning
benchmark
technical
gpucomparisondeeplearningbenchmarktechnical
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1Best GPU for Deep Learning in 2022 (so far)
https://lambdalabs.com/blog/best-gpu-2022-sofar/
vor 3 Jahren von @becker
alle anzeigen
benchmark
gpu
deep
learning
comparison
nvidia
benchmarkgpudeeplearningcomparisonnvidia
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1How to be a machine learning biologist
https://twitter.com/natstann/status/1516428383432941571?t=RGNmFPvykzWjdvYCkoN2oA&s=19
vor 3 Jahren von @becker
alle anzeigen
biologist
biology
learning
machine
video
youtube
biologistbiologylearningmachinevideoyoutube
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
2GitHub - cornellius-gp/gpytorch: A highly efficient and modular implementation of Gaussian Processes in PyTorch
https://github.com/cornellius-gp/gpytorch
vor 3 Jahren von @becker
alle anzeigen
bayesian
gaussian
gpu
inference
learning
process
processes
python
pytorch
torch
bayesiangaussiangpuinferencelearningprocessprocessespythonpytorchtorch
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1Predicting algorithms - machine learning for index structures
https://www.quantamagazine.org/machine-learning-reimagines-the-building-blocks-of-computing-20220315/
vor 3 Jahren von @becker
alle anzeigen
discovery
index
learning
machine
ml
structure
subgroup
discoveryindexlearningmachinemlstructuresubgroup
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1microsoft/responsible-ai-toolbox: This project provides responsible AI user interfaces for Fairlearn, interpret-community, and Error Analysis, as well as foundational building blocks that they rely on.
https://github.com/microsoft/responsible-ai-toolbox
vor 3 Jahren von @becker
alle anzeigen
responsible
ai
dashboard
toolbox
fairness
machine
learning
responsibleaidashboardtoolboxfairnessmachinelearning
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1Deterministic python
https://twitter.com/kastnerkyle/status/1473361479143460872?t=-q6YbOcOZ2AXJ_EgW0vkJg&s=19
vor 3 Jahren von @becker
alle anzeigen
cuda
deterministic
learning
machine
ml
numpy
python
random
seed
torch
cudadeterministiclearningmachinemlnumpypythonrandomseedtorch
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1Marty Music - YouTube
https://www.youtube.com/channel/UCmnlTWVJysjWPFiZhQ5uudg
vor 3 Jahren von @becker
alle anzeigen
guitar
learning
course
guitarlearningcourse
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1Introducing Neural Structured Learning in TensorFlow | by TensorFlow | TensorFlow | Medium
https://medium.com/tensorflow/introducing-neural-structured-learning-in-tensorflow-5a802efd7afd
vor 3 Jahren von @becker
alle anzeigen
toread
neural
structured
learning
networks
intro
background
knowledge
integration
toreadneuralstructuredlearningnetworksintrobackgroundknowledgeintegration
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1‪Sara Hajian‬ - ‪Google Scholar‬
https://scholar.google.de/citations?hl=en&user=rXY4178AAAAJ&view_op=list_works&sortby=pubdate
vor 3 Jahren von @becker
alle anzeigen
fairness
subgroups
subgroup
machine
learning
fairnesssubgroupssubgroupmachinelearning
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1LOGML - Marinka Zitnik: Graph Representation Learning for Biomedical Discovery - YouTube
https://www.youtube.com/watch?v=hOfcOak-moU&t=1s
vor 3 Jahren von @becker
alle anzeigen
data
dataset
graph
representation
learning
biomedical
medical
discovery
subgraph
graphs
machine
network
networks
datadatasetgraphrepresentationlearningbiomedicalmedicaldiscoverysubgraphgraphsmachinenetworknetworks
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
2CORNELL CS4780 "Machine Learning for Intelligent Systems" - YouTube
https://www.youtube.com/playlist?list=PLl8OlHZGYOQ7bkVbuRthEsaLr7bONzbXS
vor 4 Jahren von @becker
alle anzeigen
boosting
lecture
machine
learning
data
mining
science
course
weinberger
kilian
boostinglecturemachinelearningdataminingsciencecourseweinbergerkilian
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
119: Boosting
https://www.cs.cornell.edu/courses/cs4780/2018fa/lectures/lecturenote19.html
vor 4 Jahren von @becker
alle anzeigen
boosting
lecture
machine
learning
data
mining
science
course
weinberger
kilian
boostinglecturemachinelearningdataminingsciencecourseweinbergerkilian
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
4How to pick more beautiful colors for your data visualizations | Chartable
https://blog.datawrapper.de/beautifulcolors/
vor 4 Jahren von @becker
alle anzeigen
color
choose
chose
graphics
colors
beautiful
data
science
machine
learning
paper
papers
visualization
visualize
pick
picking
picker
colorchoosechosegraphicscolorsbeautifuldatasciencemachinelearningpaperpapersvisualizationvisualizepickpickingpicker
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags
1optimization - What causes sudden drops in training/test errors when training a neural network? - Cross Validated
https://stats.stackexchange.com/questions/300839/what-causes-sudden-drops-in-training-test-errors-when-training-a-neural-network
vor 4 Jahren von @becker
alle anzeigen
learning
rate
stagnant
drop
decrease
decay
neural
network
nn
networks
learningratestagnantdropdecreasedecayneuralnetworknnnetworks
(0)
KopierenLöschen
- Community-Eintrag
- Versionsverlauf dieses Eintrags

⟨⟨
⟨
1
2
3
⟩
⟩⟩

Publikationen (verstecken)123
Anzeige
alles
nur Publikationen
Publikationen pro Seite
5
10
20
50
100
sortieren nach
hinzugefügt am
Titel
Autor
Erscheinungsdatum
Eintragstyp
Hilfe für erweiterte Sortierung...
RSS
BibTeX
RDF
mehr...

2Environment inference for invariant learning
E. Creager, J. Jacobsen, und R. Zemel. International Conference on Machine Learning, Seite 2189--2200. PMLR, (2021)
vor 3 Jahren von @becker
alle anzeigen
subgroups
subgroup
invariant
learning
citedby:scholar:count:30
citedby:scholar:timestamp:2022-1-21
subgroupssubgroupinvariantlearningcitedby:scholar:count:30citedby:scholar:timestamp:2022-1-21
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
2Mind your outliers! investigating the negative impact of outliers on active learning for visual question answering
S. Karamcheti, R. Krishna, L. Fei-Fei, und C. Manning. arXiv preprint arXiv:2107.02331, (2021)
vor 3 Jahren von @becker
alle anzeigen
active
learning
outliers
subgroups
subgroup
negative
impact
vqa
visual
question
answering
outlier
removal
hard
to
learn
citedby:scholar:count:3
citedby:scholar:timestamp:2022-1-10
activelearningoutlierssubgroupssubgroupnegativeimpactvqavisualquestionansweringoutlierremovalhardtolearncitedby:scholar:count:3citedby:scholar:timestamp:2022-1-10
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Deep representation learning of patient data from Electronic Health Records (EHR): A systematic review
Y. Si, J. Du, Z. Li, X. Jiang, T. Miller, F. Wang, W. Zheng, und K. Roberts. Journal of Biomedical Informatics, (2021)
vor 3 Jahren von @becker
alle anzeigen
ehr
embedding
representation
learning
electronic
health
record
records
deep
review
survey
citedby:scholar:count:12
citedby:scholar:timestamp:2021-12-15
ehrembeddingrepresentationlearningelectronichealthrecordrecordsdeepreviewsurveycitedby:scholar:count:12citedby:scholar:timestamp:2021-12-15
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
3Regularized multi--task learning
T. Evgeniou, und M. Pontil. Proceedings of the tenth ACM SIGKDD international conference on Knowledge discovery and data mining, Seite 109--117. (2004)
vor 3 Jahren von @becker
alle anzeigen
multitask
multi
task
learning
subgroup
discovery
subgroups
svm
regularization
kernels
kernel
citedby:scholar:count:1674
citedby:scholar:timestamp:2021-12-15
multitaskmultitasklearningsubgroupdiscoverysubgroupssvmregularizationkernelskernelcitedby:scholar:count:1674citedby:scholar:timestamp:2021-12-15
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Tackling ordinal regression problem for heterogeneous data: sparse and deep multi-task learning approaches
L. Wang, und D. Zhu. Data Mining and Knowledge Discovery, 35 (3): 1134--1161 (2021)
vor 3 Jahren von @becker
alle anzeigen
multitask
multi
task
learning
subgroup
discovery
subgroups
citedby:scholar:count:1
citedby:scholar:timestamp:2021-12-15
multitaskmultitasklearningsubgroupdiscoverysubgroupscitedby:scholar:count:1citedby:scholar:timestamp:2021-12-15
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
3Explaining by removing: A unified framework for model explanation
I. Covert, S. Lundberg, und S. Lee. Journal of Machine Learning Research, 22 (209): 1--90 (2021)
vor 3 Jahren von @becker
alle anzeigen
explaining
explainable
ai
artificial
intelligence
machine
learning
interpretable
feature
importance
citedby:scholar:count:13
citedby:scholar:timestamp:2021-11-23
explainingexplainableaiartificialintelligencemachinelearninginterpretablefeatureimportancecitedby:scholar:count:13citedby:scholar:timestamp:2021-11-23
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1A survey on image data augmentation for deep learning
C. Shorten, und T. Khoshgoftaar. Journal of Big Data, 6 (1): 1--48 (2019)
vor 3 Jahren von @becker
alle anzeigen
image
augmentation
data
survey
deep
learning
citedby:scholar:count:2261
citedby:scholar:timestamp:2021-11-23
imageaugmentationdatasurveydeeplearningcitedby:scholar:count:2261citedby:scholar:timestamp:2021-11-23
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
2Cross-validation is safe to use
R. King, O. Orhobor, und C. Taylor. Nature Machine Intelligence, 3 (4): 276--276 (2021)
vor 3 Jahren von @becker
alle anzeigen
cross
validation
nature
machine
intelligence
evaluation
learning
citedby:scholar:count:2
citedby:scholar:timestamp:2021-11-23
crossvalidationnaturemachineintelligenceevaluationlearningcitedby:scholar:count:2citedby:scholar:timestamp:2021-11-23
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Objective Activity Parameters Track Patient-Specific Physical Recovery Trajectories After Surgery and Link With Individual Preoperative Immune States
R. Fallahzadeh, F. Verdonk, E. Ganio, A. Culos, N. Stanley, I. Maric, A. Chang, M. Becker, T. Phongpreecha, M. Xenochristou und 1 andere Autor(en). Annals of Surgery, (Oktober 2021)
vor 3 Jahren von @becker
alle anzeigen
actigraphy
iti
learning
machine
medicine
ml
myown
recovery
surgery
actigraphyitilearningmachinemedicinemlmyownrecoverysurgery
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
2Bootstrap your own latent: A new approach to self-supervised learning
J. Grill, F. Strub, F. Altché, C. Tallec, P. Richemond, E. Buchatskaya, C. Doersch, B. Pires, Z. Guo, M. Azar und 1 andere Autor(en). arXiv preprint arXiv:2006.07733, (2020)
vor 3 Jahren von @becker
alle anzeigen
boostrap
latent
space
self
supervised
learning
citedby:scholar:count:609
citedby:scholar:timestamp:2021-10-17
boostraplatentspaceselfsupervisedlearningcitedby:scholar:count:609citedby:scholar:timestamp:2021-10-17
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
3Multi-Scale Contrastive Siamese Networks for Self-Supervised Graph Representation Learning
M. Jin, Y. Zheng, Y. Li, C. Gong, C. Zhou, und S. Pan. arXiv preprint arXiv:2105.05682, (2021)
vor 3 Jahren von @becker
alle anzeigen
graph
neural
network
self
supervised
representation
learning
gnn
multi
scale
contrastive
siamese
citedby:scholar:count:6
citedby:scholar:timestamp:2021-10-17
graphneuralnetworkselfsupervisedrepresentationlearninggnnmultiscalecontrastivesiamesecitedby:scholar:count:6citedby:scholar:timestamp:2021-10-17
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1A survey on contrastive self-supervised learning
A. Jaiswal, A. Babu, M. Zadeh, D. Banerjee, und F. Makedon. Technologies, 9 (1): 2 (2021)
vor 3 Jahren von @becker
alle anzeigen
contrastive
self
supervised
learning
survey
review
citedby:scholar:count:67
citedby:scholar:timestamp:2021-10-17
contrastiveselfsupervisedlearningsurveyreviewcitedby:scholar:count:67citedby:scholar:timestamp:2021-10-17
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
6Model-agnostic meta-learning for fast adaptation of deep networks
C. Finn, P. Abbeel, und S. Levine. International Conference on Machine Learning, Seite 1126--1135. PMLR, (2017)
vor 3 Jahren von @becker
alle anzeigen
meta
learning
deep
neural
networks
nn
model
agnostic
citedby:scholar:count:4566
citedby:scholar:timestamp:2021-10-16
metalearningdeepneuralnetworksnnmodelagnosticcitedby:scholar:count:4566citedby:scholar:timestamp:2021-10-16
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
2Temporal phenotyping using deep predictive clustering of disease progression
C. Lee, und M. Van Der Schaar. International Conference on Machine Learning, Seite 5767--5777. PMLR, (2020)
vor 3 Jahren von @becker
alle anzeigen
citedby:scholar:count:6
citedby:scholar:timestamp:2021-9-15
clustering
cordis
deep
disease
joe
learning
neal
progression
temporal
toread
citedby:scholar:count:6citedby:scholar:timestamp:2021-9-15clusteringcordisdeepdiseasejoelearningnealprogressiontemporaltoread
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Multi-task Causal Learning with Gaussian Processes
V. Aglietti, T. Damoulas, M. Álvarez, und J. Gonzalez. Advances in Neural Information Processing Systems, (2020)
vor 3 Jahren von @becker
alle anzeigen
multi
task
learning
machine
gaussian
process
processes
causal
multitasklearningmachinegaussianprocessprocessescausal
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
2BayReL: Bayesian Relational Learning for Multi-omics Data Integration
E. Hajiramezanali, A. Hasanzadeh, N. Duffield, K. Narayanan, und X. Qian. Advances in Neural Information Processing Systems, (2020)
vor 3 Jahren von @becker
alle anzeigen
bayesian
modeling
bayes
relational
learning
multi
omics
multiomics
data
integration
bayesianmodelingbayesrelationallearningmultiomicsmultiomicsdataintegration
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
2The Dark Side of Machine Learning Algorithms: How and Why They Can Leverage Bias, and What Can Be Done to Pursue Algorithmic Fairness
M. Vasileva. Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining, Seite 3586--3587. (2020)
vor 3 Jahren von @becker
alle anzeigen
fairness
subgroups
subgroup
algorithm
machine
learning
bias
citedby:scholar:count:2
citedby:scholar:timestamp:2021-8-8
fairnesssubgroupssubgroupalgorithmmachinelearningbiascitedby:scholar:count:2citedby:scholar:timestamp:2021-8-8
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
2Explainable classification of brain networks via contrast subgraphs
T. Lanciano, F. Bonchi, und A. Gionis. Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining, Seite 3308--3318. (2020)
vor 3 Jahren von @becker
alle anzeigen
kdd
contrast
subgraphs
graphs
correlation
disruption
networks
classification
explainable
interpretable
machine
learning
citedby:scholar:count:4
citedby:scholar:timestamp:2021-8-8
kddcontrastsubgraphsgraphscorrelationdisruptionnetworksclassificationexplainableinterpretablemachinelearningcitedby:scholar:count:4citedby:scholar:timestamp:2021-8-8
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1A survey of learning causality with data: Problems and methods
R. Guo, L. Cheng, J. Li, P. Hahn, und H. Liu. ACM Computing Surveys (CSUR), 53 (4): 1--37 (2020)
vor 3 Jahren von @becker
alle anzeigen
project:bmbf
causal
learning
inference
machine
citedby:scholar:count:85
citedby:scholar:timestamp:2021-7-25
project:bmbfcausallearninginferencemachinecitedby:scholar:count:85citedby:scholar:timestamp:2021-7-25
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Explainable machine learning for scientific insights and discoveries
R. Roscher, B. Bohn, M. Duarte, und J. Garcke. Ieee Access, (2020)
vor 3 Jahren von @becker
alle anzeigen
background
citedby:scholar:count:139
citedby:scholar:timestamp:2021-7-25
human
integration
knowledge
learning
machine
prior
project:bmbf
themis
backgroundcitedby:scholar:count:139citedby:scholar:timestamp:2021-7-25humanintegrationknowledgelearningmachinepriorproject:bmbfthemis
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen