超级学习者

此软件的关键字
zbMATH中的参考文献(参考文献 52条 )
阿什坎的厄特菲; 麦凯,詹姆斯R。; 奥斯林,大卫; 斯特劳德曼,罗伯特L.:强健的Q-学习(2021) 胡良元,季佳怡:基于观测数据的多处理因果推理R包(2021) 阿尔十四 邱鸿祥; 卡隆,马可; 萨迪科娃,叶卡捷琳娜; 佩图霍娃,玛丽亚; 凯斯勒,罗纳德C。; Luedtke,Alex:使用工具变量方法的最优个体化决策规则(2021) 孙奕伦; Wang,Lu:估计最佳动态处理方案的随机树搜索(2021) 本克瑟,大卫; 蔡伟新; van der Laan,Mark J.:答辩:平均治疗效果的非参数超有效估计(2020) 伯姆克,布拉德; Greenwell,Brandon M.:用R实践机器学习(2020) Zhi Zhang,Jennifer Ahern,Mark J.van der Laan,Oleg Sofrygin:TM社区:实施社区级数据目标最大似然估计的R包(2020年) 阿尔十四 阿什坎的厄特菲; Johnson,Brent A.:评论:结果范围的个体化治疗策略(2020年) 李、孟; Dunson,David B.:使用D-概率比较和加权不完美模型(2020) 奥霍博尔,奥格涅约克佩姆一世。; 亚历山德罗夫,尼科莱N。; King,Ross D.:用元和多目标学习预测水稻表型(2020) 佐治亚州帕帕多格奥尔古; Dominici,Francesca:具有局部混杂调整的因果暴露响应函数:估计暴露于低水平环境细颗粒物的健康影响(2020年) 罗森伯格,阿明; Iuliana Teodorescu首席信息官; 乔克,玛丽安A。; 梅内塞斯,勒内埃克斯。; van de Wiel,Mark A.:带有成对协变量的稀疏分类(2020) 肖马克,迈克尔; Heumann,Christian:何时何地不使用最优模型平均法(2020年) 韦斯特林,特德; Carone,Marco:单调函数非参数推理的统一研究(2020) 安东内利,约瑟夫; Daniels,Michael J.:PENCOMP(2019)讨论 迪亚斯,伊万; 科兰托尼,伊丽莎白; 汉利,丹尼尔F。; Rosenblum,Michael:在不假设比例风险的情况下,提高了随机试验生存结果分析的精确度(2019年) 格鲁伯,苏珊; van der Laan,Mark J.:评论“因果推理的自动方法与自己动手的方法:从数据分析竞赛中吸取的教训”(2019年) Kennedy,Edward H.:基于增量倾向得分干预的非参数因果效应(2019) 吕德克,亚历克斯; 卡隆,马可; Van der Laan,Mark J.:未知函数分布相等的综合非参数检验(2019) 杜鲁克斯,罗克珊; Scornet,Erwan:子采样和树木深度对随机森林的影响(2018)