Combining lazy learning, racing and subsampling for effective feature selection

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

Organisme financeur Département d’Informatique, Université Libre de Bruxelles
Publication Publié, 2004

Rapport

Titre:	Combining lazy learning, racing and subsampling for effective feature selection
Auteur:	Bontempi, Gianluca; Birattari, Mauro; Meyer, Patrick E.
Organisme financeur:	Département d’Informatique, Université Libre de Bruxelles
Statut de publication:	Publié, 2004
Sujet CREF:	Informatique mathématique
Langue:	Anglais

Towards fair machine learning using many-objective feature selection
par Njoku, Uchechukwu U.F. , Abelló, Alberto , Bilalli, Besim , Bontempi, Gianluca
Publication 2025-09
Towards applied swarm robotics: current limitations and enablers
par Kegeleirs, Miquel , Birattari, Mauro
Publication 2025
On many-objective feature selection and the need for interpretability
par Njoku, Uchechukwu U.F. , Abelló, Alberto , Bilalli, Besim , Bontempi, Gianluca
Publication 2025-04
A Caro-Wei bound for induced linear forests in graphs
par Joret, Gwenaël , Petit, Robin
Publication 2025-08-01
The grid-minor theorem revisited
par Dujmović, Vida V. , Hickingbotham, Robert , Hodor, Jędrzej , Joret, Gwenaël , La, Hoang , Micek, Piotr , Morin, Pat , Rambaud, Clément , Wood, David R.
Publication 2025-08-01

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.