mlr

mlr:R语言中的机器学习。与大量分类和回归技术的接口,包括机器可读的参数描述。对于生存分析、聚类和一般的、特定于实例的成本敏感学习,也有一个实验性的扩展。通用重采样,包括交叉验证、引导和子抽样。超参数调整与现代优化技术,为单目标和多目标问题。用于特征选择的过滤和包装方法。扩展了基本学习者,增加了机器学习中常见的附加操作,也允许简单的嵌套重采样。大多数操作可以并行化。


zbMATH中的参考文献(参考文献38条,1标准件)

显示结果1到20,共38个。
按年份排序(引用)
  1. 赫尔利,凯瑟琳B。;奥康奈尔,马克;Domijan,Katarina:探索机器学习模型的交互式切片可视化(2022)
  2. 宾德,马丁;弗罗里安,普菲斯特;朗,米歇尔;施耐德,伦纳德;考特霍夫,拉尔斯;Bischl,Bernd:mlr3pipelines——R中的柔性机器学习管道(2021)
  3. 艾伦巴赫,妮可;布尔斯泰克斯,安妮·劳尔;比什尔,伯纳德;安格,克里斯蒂安;Hornung,Roman:通过稳健的参数调整改进数据源的结果预测(2021年)
  4. 菲茨帕特里克,特雷弗;缪斯,克里斯托夫:放贷人如何才能繁荣?比较机器学习方法以确定可盈利的点对点贷款投资(2021年)
  5. Jakob A.Dambon,Fabio Sigrist,Reinhard Furrer:varycoef:基于高斯过程的空间变系数模型的R包(2021)阿尔十四
  6. 林贝克,简;比斯多姆,凯文;兰兹,费边;帕克,提摩太;芭芭罗,爱德华多;伯恩,斯蒂芬;基拉利,弗兰兹;贝尔曼,斯蒂恩;哈里斯,克里斯;尼文哲尔,基普;丹贝泽默,玉米卷;van Elk,Jan:使用机器学习进行格罗宁根气田(2021年)枯竭诱发地震活动的模型基准和预测
  7. Miron B.Kursa:Praznik:基于信息的高性能特征选择(2021)不是zbMATH
  8. 沃森,大卫·S。;Wright,Marvin N.:在监督学习算法中测试条件独立性(2021)
  9. Anthony D.Blaom、Franz Kiraly、Thibaut Lienart、Yiannis Simillides、Diego Arenas、Sebastian J.Vollmer:MLJ:A Julia package for Compositable Machine Learning(2020年)阿尔十四
  10. 波默特,安德里亚;孙旭东;比什尔,伯纳德;拉赫内夫勒,约格;Lang,Michel:高维分类数据中特征选择的过滤方法基准(2020)
  11. F、 Aragón-Royón,A.Jiménez-Vílchez,A.Arauzo Azofra,J.M.Benítez:FSinR:功能选择的详尽包(2020年)阿尔十四
  12. Gero Szepannek:R包信用评分概况(2020)阿尔十四
  13. Sayan Putatunda,Dayananda Ubrangala,Kiran Rama,Ravi Kondapalli:DriveML:无人驾驶机器学习的R包(2020)阿尔十四
  14. Szymon Maksymiuk,Alicja Gosiewska,Przemyslaw Biecek:可解释人工智能R包的景观(2020)阿尔十四
  15. 卡萨利奇奥,朱塞佩;博塞克,雅各布;朗,米歇尔;基尔霍夫,多米尼克;科施克,帕斯卡;本杰明霍夫纳;塞博尔德,海蒂;范肖伦,华金;Bischl,Bernd:\texttopenml:an\texttrpackage连接到机器学习平台openml(2019)
  16. Michel Lang、Martin Binder、Jakob Richter、Patrick Schratz、Florian Pfister、Stefan Coors、Quay Au、Giuseppe Casalicchio、Lars Kotthoff、Bernd Bischl:mlr3:R中的现代面向对象机器学习框架(2019)不是zbMATH
  17. Viktor Kazakov,Franz J.Király:机器学习自动化工具箱(MLaut)(2019)阿尔十四
  18. 阿德里亚诺·里沃利;Andre C.P.L.F.de Carvalho:utiml包:R中的多标签分类(2018)不是zbMATH
  19. Bojan Mihaljević,Concha Bielza,Pedro Larrañaga:bnclassify:学习贝叶斯网络分类器(2018)不是zbMATH
  20. Feragen,Aasa(编辑版);霍兹,托马斯(编辑);哈克曼,斯蒂芬(编辑);米勒,以斯拉(编):具有几何结构的数据的统计。2018年1月21-27日(2018年)研讨会摘要