开放多媒体程序库

R程序包OpenML。一起探索更好的机器学习OpenML。org'是一个在线机器学习平台,研究人员可以在这里自动共享数据、机器学习任务和实验,并组织他们在线工作和更有效地协作。我们为OpenML REST API提供了一个R接口,以便下载和上载数据集、任务、流和运行,请参阅<http://www.openml.org/guide>了解更多信息。


zbMATH中的参考文献(参考文献14条,1标准件)

显示第1至14个结果,共14个。
按年份排序(引用)

  1. 费勒,马提亚斯;里扬。;卡德拉,阿林德;吉斯贝尔斯,皮尔特;马立克,尼拉托伊;拉维,萨希提亚;米勒,安德烈亚斯;范肖伦,华金;Hutter,Frank:openmlpython:OpenML的可扩展Python API(2021)
  2. Jonathan Bac,Evgeny M.Mirkes,Alexander N.Gorban,Ivan Tyukin,Andrei Zinovyev:Scikit dimension:a Python软件包,用于内部维度估计(2021)阿尔十四
  3. Alcobaça、Edesio;西奎拉,费利佩;里沃利,阿德里亚诺;加西亚,鲁伊斯P.F。;奥利瓦,杰斐逊T。;de Carvalho,AndréC.P.L.F.:MFE:走向可复制的元特征提取(2020)
  4. 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)
  5. 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)
  6. 施密德,马提亚斯(编辑);比什尔,伯纳德(编辑);Kestler,Hans A.(编辑):Reisensburg 2016-2017(2019)会议记录
  7. 阿卜杜拉赫曼,萨利苏·曼曼;布拉迪尔,帕维尔;范瑞恩,一月。;Vanschoren,Joaquin:通过引入运行时,使用平均排名和主动测试加速算法选择(2018)
  8. Michele Alberti,Vinaychandran Pondenkandath,Marcel Würsch,Rolf Ingold,Marcus Liwicki:DeepDIVA:可重复实验的高功能Python框架(2018)阿尔十四
  9. 穆尼奥斯,马里奥A。;维拉诺娃,劳拉;巴塔,达瓦次仁;Smith Miles,Kate:机器学习分类的实例空间(2018)
  10. 普罗斯特,菲利普;Boulesteix,Anne Laure:调整或不调整随机森林中的树数(2018)
  11. Giuseppe Casalicchio、Jakob Bossek、Michel Lang、Dominik Kirchhoff、Pascal Kerschke、Benjamin Hofner、Heidi Seibold、Joaquin Vanschoren、Bernd Bischl:OpenML:连接到联网机器学习平台OpenML的R包(2017)阿尔十四
  12. 克劳登巴赫,诺伯特;泰斯,费边·J。;Fuchs,Christiane:校正两阶段病例对照研究中样本选择偏差的分类器(2017)
  13. Mısır,穆斯塔法;Sebag,Michèle:\textscAlors:算法推荐系统(2017)
  14. 比什尔,伯纳德;朗,米歇尔;考特霍夫,拉尔斯;希夫纳,茱莉亚;里克特,雅各布;学生,埃里希;卡萨利奇奥,朱塞佩;Jones,Zachary M.:mlr:machine learning in(\mathbfR)(2016年)