2 Publikationen

Alle markieren

[2]
2020 | Zeitschriftenaufsatz | Veröffentlicht | PUB-ID: 2939517
L. Pfannschmidt, et al., “Feature Relevance Determination for Ordinal Regression in the Context of Feature Redundancies and Privileged Information”, Neurocomputing, 2020.
PUB | DOI | Download (ext.) | WoS | arXiv
 
[1]
2019 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2933893
L. Pfannschmidt, et al., “Feature Relevance Bounds for Ordinal Regression”, Proceedings of the 27th European Symposium on Artificial Neural Networks (ESANN 2019), M. Verleysen, ed., Louvain-la-Neuve: i6doc, 2019.
PUB | Download (ext.) | arXiv
 

Suche

Publikationen filtern

Darstellung / Sortierung

Zitationsstil: ieee

Export / Einbettung

2 Publikationen

Alle markieren

[2]
2020 | Zeitschriftenaufsatz | Veröffentlicht | PUB-ID: 2939517
L. Pfannschmidt, et al., “Feature Relevance Determination for Ordinal Regression in the Context of Feature Redundancies and Privileged Information”, Neurocomputing, 2020.
PUB | DOI | Download (ext.) | WoS | arXiv
 
[1]
2019 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2933893
L. Pfannschmidt, et al., “Feature Relevance Bounds for Ordinal Regression”, Proceedings of the 27th European Symposium on Artificial Neural Networks (ESANN 2019), M. Verleysen, ed., Louvain-la-Neuve: i6doc, 2019.
PUB | Download (ext.) | arXiv
 

Suche

Publikationen filtern

Darstellung / Sortierung

Zitationsstil: ieee

Export / Einbettung