From dependency to causality: a machine learning approach

Recherche avancée | Historique de recherche Mon DI-fusion | À propos de DI-fusion | Contact |

;Flauder, Maxime
Référence Journal of machine learning research
Publication Publié, 2015

Article révisé par les pairs

Titre:	From dependency to causality: a machine learning approach
Auteur:	Bontempi, Gianluca; Flauder, Maxime
Informations sur la publication:	Journal of machine learning research
Statut de publication:	Publié, 2015
Sujet CREF:	Intelligence artificielle
Mots-clés:	Causal inference
	Information theory
	Machine learning
Note générale:	SCOPUS: ar.j
Langue:	Anglais
Identificateurs:	urn:issn:1533-7928
	info:scp/84961620607

Causal and predictive modeling of customer churn:Lessons learned from empirical and theoretical research
par Verhelst, Theo
Publication Faculté des Sciences – Informatique, Bruxelles, Université libre de Bruxelles, 2024-01-29
Partial counterfactual identification and uplift modeling: theoretical results and real-world assessment
par Verhelst, Theo , Mercier, Denis , Shrestha, Jeevan , Bontempi, Gianluca
Publication 2023-03-01
Large-Scale Crowd Counting with a Wi-Fi-Based Passive Radar
par Storrer, Laurent , Yildirim, Hasan Can , Willame, Martin , Pocoma Copa, Evert Ismael , Cakoni, Dejvi , Pollin, Sofie , Louveaux, Jérôme , De Doncker, Philippe , Horlin, François
Publication 2024-12-31
Semantic Image Segmentation of Hybrid Rocket Fuel Combustion Data using Convolutional Neural Networks
par Assenmacher, Oliver , Rüttgers, Alexander , Petrarolo, Anna , Gelain, Riccardo
Publication 2024-01-04
Comprendre et évaluer les intelligences artificielles
par Foucart, Adrien
Publication 2023-12-08

Référencement	Visibilité	Pérennité	Facilité
Les publications encodées constituent la bibliographie académique de l'Université.	Les documents déposés sont indexés par les moteurs de recherche (Google Scholar,…).	Les documents déposés en open-access sont archivés au sein du réseau de préservation SAFE-PLN (www.safepln.org).	Les listes de publications sont compatibles avec le CV-ULB, le FNRS et accessibles sur le web.