马克·D·里德
人员信息
附属: 澳大利亚国立大学信息科学与工程研究院
其他同名人员
SPARQL查询
优化列表
2020年–今天
2022 [第14条] 马克·D·里德 , 蒙哥马利 , 巴里·德雷克 , 阿夫拉罕·鲁德曼 :
PSI规范草案。 CoRR公司 abs/2205.09488 ( 2022 )
2010 – 2019
2016 [j8] 罗伯特·威廉姆森 , Elodie Vernet公司 , 马克·D·里德 :
复合多类损失。 J.马赫。 学习。 物件。 17 : 223:1-223:52 ( 2016 ) [公元20年] 芬尼安·拉提摩尔 , 托拉蒂莫尔 , 马克·D·里德 :
因果强盗:通过因果推理学习良好的干预措施。 NIPS公司 2016 : 1181-1189 [电子1] 路易斯·多拉德 , 马克·D·里德 , 弗朗西斯科·马丁 :
2015年8月6日至7日,澳大利亚悉尼,第二届预测性API和应用程序国际会议论文集,PAPI 2015。 JMLR研讨会和会议记录 50, JMLR.org网站 2016 [目录] [i13] 尼科拉斯·德拉·佩纳 , 马克·D·里德 , 大卫·巴尔杜齐 :
合规软件匪徒。 CoRR公司 abs/1602.02852 ( 2016 ) [i12] 芬尼安·拉提摩尔 , 托拉蒂莫尔 , 马克·D·里德 :
因果匪徒:通过因果推理学习良好干预。 CoRR公司 腹肌/1606.03203 ( 2016 ) 2015 [j7] 蒂姆·范·埃尔文 , 彼得·格伦沃尔德 , Nishant A.Mehta公司 , 马克·D·里德 , 罗伯特·威廉姆森 :
统计和在线学习速度快。 J.马赫。 学习。 物件。 16 : 1793-1861 ( 2015 ) [j6] 秦凤石 , 马克·D·里德 , 蒂贝里奥·S·卡埃塔诺 , 安东·范登·亨格尔 , 王振华 :
多类和结构化预测的混合损失。 IEEE传输。 模式分析。 机器。 智力。 37 ( 1 ) : 2-12 ( 2015 ) [第19条] 马克·D·里德 , 拉斐尔·弗伦吉洛 , 罗伯特·威廉姆森 , Nishant A.Mehta公司 :
通过熵对偶的广义混合性。 COLT公司 2015 : 1501-1522 [第18条] 拉斐尔·弗伦吉洛 , 马克·D·里德 :
基于随机子空间下降的预测市场收敛性分析。 NIPS公司 2015 : 3034-3042 [第17条] 蒙哥马利 , 马克·D·里德 , 巴里·德雷克 :
推理协议和结构:用于机器学习的RESTful API。 PAPI公司 2015 : 29-42 [i11] 蒂姆·范·埃尔文 , 彼得·格伦沃尔德 , Nishant A.Mehta公司 , 马克·D·里德 , 罗伯特·威廉姆森 :
统计和在线学习速度快。 CoRR公司 abs/1507.02592 ( 2015 ) 2014 [j5] 孙鹏(音译) , 马克·D·里德 , 周杰(音译) :
使用adaptive-one-vs-one改进的多类LogitBoost。 机器。 学习。 97 ( 三 ) : 295-326 ( 2014 ) [i10] 秦凤石 , 马克·D·里德 , 蒂贝里奥·卡埃塔诺 , 安东·范登·亨格尔 , 王振华 :
多类和结构化预测的混合损失。 CoRR公司 abs/1402.1921 ( 2014 ) [第九章] 马克·D·里德 , 拉斐尔·弗伦吉洛 , 罗伯特·C·威廉姆森 :
广义混合性、持续后悔和贝叶斯更新。 CoRR公司 abs/1403.2433 ( 2014 ) [i8] 马克·D·里德 , 拉斐尔·弗伦吉洛 , 罗伯特·威廉姆森 , Nishant A.Mehta公司 :
通过熵对偶的广义混合性。 CoRR公司 abs/1406.6130 ( 2014 ) [i7] 拉斐尔·弗伦吉洛 , 马克·D·里德 :
贸易网络中的风险动态。 CoRR公司 abs/1410.0413 ( 2014 ) 2013 [第16条] Mindika Premachandra公司 , 马克·D·里德 :
通过顺序微型交易聚合预测。 ACML公司 2013 : 373-387 2012 【j4】 蒂姆·范·埃尔文 , 马克·D·里德 , 罗伯特·威廉姆森 :
混合性是相对于对数损失的贝叶斯风险曲率。 J.马赫。 学习。 物件。 13 : 1639-1663 ( 2012 ) [第15条] 马克·D·里德 , 罗伯特·威廉姆森 , 孙鹏(音译) :
复合材料多类损耗的凸性和设计。 ICML公司 2012 [第14条] 阿夫拉罕·鲁德曼 , 马克·D·里德 , 达里奥·加西亚-加西亚 , 詹姆斯·皮特森 :
通过对概率测度的限制,f-发散的更严格的变分表示。 ICML公司 2012 [第13条] 孙鹏(音译) , 马克·D·里德 , 周杰 :
AOSO-LogitBoost:针对多类问题的自适应One-Vs-One LogitBoost。 ICML公司 2012 [c12] 蒂姆·范·埃尔文 , 彼得·格伦沃尔德 , 马克·D·里德 , 罗伯特·威廉姆森 :
统计学习中的混合性。 NIPS公司 2012 : 1700-1708 [第11条] 尼古拉斯·德拉·彭纳 , 马克·D·里德 , 拉斐尔·弗伦吉洛 :
解释预测市场:随机方法。 NIPS公司 2012 : 3275-3283 [i6] 尼科拉斯·德拉·佩纳 , 马克·D·里德 :
群体与偏见:没有黄金标准的群体标签不可能定理。 CoRR公司 abs/1204.3511 ( 2012 ) [i5] 马克·D·里德 , 罗伯特·威廉姆森 , 孙鹏(音译) :
复合多类损失的凸性与设计。 CoRR公司 abs/1206.4663 ( 2012 ) [i4] 阿夫拉罕·鲁德曼 , 马克·D·里德 , 达里奥·加西亚-加西亚 , 詹姆斯·皮特森 :
通过对概率测度的限制,f-发散的更严格的变分表示。 CoRR公司 abs/1206.4664 ( 2012 ) 2011 [j3] 马克·D·里德 , 罗伯特·威廉姆森 :
二进制实验的信息、分歧和风险。 J.马赫。 学习。 物件。 12 : 731-817 ( 2011 ) [第10条] Elodie Vernet公司 , 罗伯特·威廉姆森 , 马克·D·里德 :
复合多类损失。 NIPS公司 2011 : 1224-1232 【c9】 蒂姆·范·埃尔文 , 马克·D·里德 , 罗伯特·威廉姆森 :
混合性是相对于对数损失的贝叶斯风险曲率。 COLT公司 2011 : 233-252 [i3] 尼古拉斯·德拉·彭纳 , 马克·D·里德 :
强盗做市商。 CoRR公司 abs/1112.0076 ( 2011 ) 2010 [注2] 马克·D·里德 , 罗伯特·威廉姆森 :
复合二进制损失。 J.马赫。 学习。 物件。 11 : 2387-2422 ( 2010 ) 【c8】 马克·D·里德 , 罗伯特·威廉姆森 :
适当复合二元损失的凸性。 AISTATS公司 2010 : 637-644 【r1】 马克·D·里德 :
泛化界限。 机器学习百科全书 2010 : 447-454 [i2] 秦凤石 , 马克·D·里德 , 蒂贝里奥·卡埃塔诺 :
条件随机场和支持向量机:一种混合方法。 CoRR公司 abs/1009.3346 ( 2010 )
2000 – 2009
2009 【c7】 马克·D·里德 , 罗伯特·威廉姆森 :
广义Pinsker不等式。 COLT公司 2009 【c6】 诺维·夸迪安托 , 克里斯蒂安·科斯廷 , 马克·D·里德 , 蒂贝里奥·卡埃塔诺 , Wray L.邦廷 :
通过重审约简的核条件分位数估计。 ICDM公司 2009 : 938-943 【c5】 马克·D·里德 , 罗伯特·威廉姆森 :
代理适当损失的遗憾界限。 ICML公司 2009 : 897-904 [i1] 马克·D·里德 , 罗伯特·威廉姆森 :
广义Pinsker不等式。 CoRR公司 abs/0906.1244 ( 2009 ) 2007 【b1】 马克·D·里德 :
DEFT猜测:使用归纳转移改进有限数据中的规则评估。 澳大利亚悉尼新南威尔士大学, 2007 2004 【c4】 马克·D·里德 :
使用多任务学习改进规则评估。 ILP公司 2004 : 252-269 2002 [j1] 丹尼尔·奥林格 , 马克·D·里德 , 马克·布罗迪 , 罗德里戈·德·萨尔沃(Rodrigo de Salvo Braz) :
交叉训练及其在技能挖掘中的应用。 IBM系统。 J。 41 ( 三 ) : 449-460 ( 2002 ) 2000 【c3】 马尔科姆·瑞恩 , 马克·D·里德 :
学习飞行:分层强化学习的应用。 ICML公司 2000 : 807-814 【c2】 马克·D·里德 , 马尔科姆·瑞恩 :
使用ILP改进分层强化学习中的规划。 ILP公司 2000 : 174-190