Zugriff

    Zugriff über TIB

    Verfügbarkeit in meiner Bibliothek prüfen


    Exportieren, teilen und zitieren



    Titel :

    Mitigating Overfitting in Interpretable Machine Learning Using Bayesian Methods


    Beteiligte:
    N. Strauss (Autor:in) / H. Oh (Autor:in) / G. Bomarito (Autor:in) / P. Leser (Autor:in) / J. Hochhalter (Autor:in) / J. Emery (Autor:in) / J. Robbins (Autor:in)

    Erscheinungsdatum :

    2023


    Format / Umfang :

    22 pages


    Medientyp :

    Report


    Format :

    Keine Angabe


    Sprache :

    Englisch


    Schlagwörter :


    Mitigating Overfitting in Interpretable Machine Learning Using Bayesian Methods

    Nolan Strauss / Hongsup Oh / Geoffrey Bomarito et al. | NTRS


    Overfitting Prevention in Accident Prediction Models: Bayesian Regularization of Artificial Neural Networks

    Fiorentini, Nicholas / Pellegrini, Diletta / Losa, Massimo | Transportation Research Record | 2022


    Teaching freight mode choice models new tricks using interpretable machine learning methods

    Xiaodan Xu / Hung-Chia Yang / Kyungsoo Jeong et al. | DOAJ | 2024

    Freier Zugriff

    Symmetrization and overfitting in probabilistic latent semantic analysis

    Leksin, V. A. | British Library Online Contents | 2009


    Accurate and Interpretable Bayesian MARS for Traffic Flow Prediction

    Xu, Yanyan / Kong, Qing-Jie / Klette, Reinhard et al. | IEEE | 2014