艾萨克·拉格
人员信息
SPARQL查询
优化列表
2020年–今天
2024 [第九章] 艾萨克·拉格 , 索纳利·帕布 , 最终Doshi-Velez :
将个人知识融入测试时间预测。 CoRR公司 abs/2406.08636 ( 2024 ) 2023 [j1] 肖恩·麦格拉思 , 帕提·梅塔 , 亚历山德拉·兹泰克 , 艾萨克·拉格 , Himabindu Lakkaraju公司 :
不确定性何时重要 了解预测性不确定性对ML辅助决策的影响。 事务处理。 机器。 学习。 物件。 2023 ( 2023 ) 2022 [i8] 桑贾娜·纳拉亚南 , 艾萨克·拉格 , 最终Doshi-Velez :
(何时)强化学习的对比解释有用吗? CoRR公司 abs/2211.07719 ( 2022 ) 2021 [i7] 安妮塔·马欣佩 , 贾斯汀·克拉克 , 艾萨克·拉格 , 最终Doshi-Velez , 潘薇薇 :
黑盒概念学习模型的承诺和缺陷。 CoRR公司 abs/2106.13314 ( 2021 ) 2020 [i6] 肖恩·麦格拉思 , 帕提·梅塔 , 亚历山德拉·兹泰克 , 艾萨克·拉格 , Himabindu Lakkaraju公司 :
不确定性何时重要 了解预测性不确定性对ML辅助决策的影响。 CoRR公司 abs/2011.06167 ( 2020 ) [i5] 艾萨克·拉格 , 最终Doshi-Velez :
利用人类反馈学习基于概念的可解释模型。 CoRR公司 abs/2012.02898 ( 2020 )
2010 – 2019
2019 【c4】 艾萨克·拉格 , 达夫娜·利夫希茨 , 最终Doshi-Velez , 奥夫拉·阿米尔 :
走向稳健的政策总结。 美国原子能机构 2019 : 2081-2083 【c3】 艾萨克·拉格 , 陈辰 , 杰弗里·赫 , 梅纳卡·纳拉亚南 , Been Kim(金) , 塞缪尔·杰什曼 , 最终Doshi-Velez :
为实现可解释性而构建的模型的人性化评估。 HCOMP公司 2019 : 59-67 【c2】 艾萨克·拉格 , 达芙娜·利夫希茨 , 最终Doshi-Velez , 奥夫拉·阿米尔 :
探索代理策略摘要的计算用户模型。 国际JCAI 2019 : 1401-1407 [i4] 艾萨克·拉格 , 陈辰 , 杰弗里·赫 , 梅纳卡·纳拉亚南 , Been Kim(金) , 萨姆·格什曼 , 最终Doshi-Velez :
解释的人的可解释性评价。 CoRR公司 abs/1902.00006 ( 2019 ) [i3] 艾萨克·拉格 , 达夫娜·利夫希茨 , 最终Doshi-Velez , 奥夫拉·阿米尔 :
探索代理策略摘要的计算用户模型。 CoRR公司 abs/1905.13271 ( 2019 ) 2018 【c1】 艾萨克·拉格 , 安德鲁·斯拉文·罗斯 , 塞缪尔·杰什曼 , Been Kim(金) , 最终Doshi-Velez :
人在回路中的可解释性优先。 NeurIPS公司 2018 : 10180-10189 [i2] 艾萨克·拉格 , 安德鲁·斯拉文·罗斯 , Been Kim(金) , 塞缪尔·杰什曼 , 最终Doshi-Velez :
人在回路中的可解释性优先。 CoRR公司 abs/1805.11571 ( 2018 ) [i1] 奥马尔·戈特斯曼 , 弗雷德里克·约翰逊 , 约书亚·迈耶 , 杰克·登特 , 李东浑 , 斯利瓦桑·斯里尼瓦桑 , 张林英(Linying Zhang) , 伊丁 , 大卫·威尔 , 彭雪峰 , 贾玉瑶 , 艾萨克·拉格 , 克里斯托弗·莫什 , 李伟·H·雷曼 , 马蒂厄·科莫洛夫斯基 , 阿尔多·费萨尔 , 利奥·安东尼·塞利 , 大卫·A·桑塔格 , 最终Doshi-Velez :
在观测健康环境中评估强化学习算法。 CoRR公司 abs/1805.12298 ( 2018 )