谷歌浏览器插件
订阅小程序
在清言上使用
VIPCreated with Sketch.
研究兴趣

论文共 48 篇作者统计合作学者相似作者

按年份排序按引用量排序主题筛选期刊级别筛选合作者筛选合作机构筛选
时间
引用量
主题
期刊级别
合作者
合作机构
On the Robustness of Global Feature Effect Explanations
Hubert Baniecki,Giuseppe Casalicchio,Bernd Bischl,Przemyslaw Biecek
MACHINE LEARNING AND KNOWLEDGE DISCOVERY IN DATABASES RESEARCH TRACK, PT II, ECML PKDD 2024 (2024): 125-142
引用0浏览0EI引用
0
0
Mlr3summary: Concise and Interpretable Summaries for Machine Learning Models
Susanne Dandl,Marc Becker,Bernd Bischl,Giuseppe Casalicchio,Ludwig Bothmann
World Conference on Explainable Artificial Intelligencepp.281-288, (2024)
引用0浏览0EI引用
0
0
A Guide to Feature Importance Methods for Scientific Inference
Fiona Katharina Ewald,Ludwig Bothmann,Marvin N. Wright,Bernd Bischl,Giuseppe Casalicchio,Gunnar Koenig
EXPLAINABLE ARTIFICIAL INTELLIGENCE, PT II, XAI 2024 (2024): 440-464
引用0浏览0EI引用
0
0
Leveraging Model-based Trees As Interpretable Surrogate Models for Model Distillation
Julia Herbinger,Susanne Dandl, Fiona K. Ewald, Sofia Loibl,Giuseppe Casalicchio
ARTIFICIAL INTELLIGENCE-ECAI 2023 INTERNATIONAL WORKSHOPS, PT 1, XAI3, TACTIFUL, XI-ML, SEDAMI, RAAIT, AI4S, HYDRA, AI4AI, 2023 (2024): 232-249
引用0浏览0EI引用
0
0
加载更多
作者统计

#Papers: 48

#Citation: 1854

H-Index: 12

G-Index: 22

Sociability: 5

Diversity: 2

Activity: 30

  • 合作者
  • 学生
  • 导师
暂无相似学者，你可以通过学者研究领域进行搜索筛选
数据免责声明
页面数据均来自互联网公开来源、合作出版商和通过AI技术自动分析结果，我们不对页面数据的有效性、准确性、正确性、可靠性、完整性和及时性做出任何承诺和保证。若有疑问，可以通过电子邮件方式联系我们：report@aminer.cn