Partial counterfactual identification and uplift modeling: theoretical results and real-world assessment

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

Référence Machine learning
Publication Publié, 2023-03-01

Article révisé par les pairs

Fichier(s) déposé(s) par l'encodeur

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
Predicting Reach to Find Persuadable Customers: Improving Uplift Models for Churn Prevention
par Verhelst, Theo , Shrestha, Jeevan , Mercier, Denis , Dewitte, Jean Christophe , Bontempi, Gianluca
Publication 2021-01-01
On many-objective feature selection and the need for interpretability
par Njoku, Uchechukwu U.F. , Abelló, Alberto , Bilalli, Besim , Bontempi, Gianluca
Publication 2025-04
Designing energy discretisations for sensitivity studies in lead-cooled fast reactors using a genetic algorithm
par Delvaux, Emilie , Grimaldi, Federico , Abrate, Nicolo , Aimetta, Alex , Massone, Mattia , Casas-Molina, Victor J. , Krasa, Antonin , Labeau, Pierre-Etienne
Publication 2025-04-27
Ranking the scores of algorithms with confidence
par Foucart, Adrien , Elskens, Arthur , Decaestecker, Christine
Publication 2025-04-24

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.