Buchumschlag

Relevance-aware Algorithmic Recourse

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kim, Dongwhi, Moniz, Nuno
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Algorithmic Recourse with Missing Values
von: Kanamori, Kentaro, et al.
Veröffentlicht: (2023)

PAR: Plausibility-aware Amortized Recourse Generation
von: Sabu, Anagha, et al.
Veröffentlicht: (2026)

Towards Non-Adversarial Algorithmic Recourse
von: Leemann, Tobias, et al.
Veröffentlicht: (2024)

Learning-Augmented Robust Algorithmic Recourse
von: Kayastha, Kshitij, et al.
Veröffentlicht: (2024)

Online Algorithmic Recourse by Collective Action
von: Creager, Elliot, et al.
Veröffentlicht: (2023)

Learning Decision Trees and Forests with Algorithmic Recourse
von: Kanamori, Kentaro, et al.
Veröffentlicht: (2024)

Algorithmic Recourse in Abnormal Multivariate Time Series
von: Han, Xiao, et al.
Veröffentlicht: (2023)

Algorithmic Recourse of In-Context Learning for Tabular Data
von: Dong, Wenshuo, et al.
Veröffentlicht: (2026)

Time Can Invalidate Algorithmic Recourse
von: De Toni, Giovanni, et al.
Veröffentlicht: (2024)

Reinforcement Learning for Durable Algorithmic Recourse
von: Ceccon, Marina, et al.
Veröffentlicht: (2025)

Personalized Algorithmic Recourse with Preference Elicitation
von: De Toni, Giovanni, et al.
Veröffentlicht: (2022)

Coverage-Validity-Aware Algorithmic Recourse
von: Bui, Ngoc, et al.
Veröffentlicht: (2023)

Causal Algorithmic Recourse: Foundations and Methods
von: Plecko, Drago, et al.
Veröffentlicht: (2026)

The Importance of Time in Causal Algorithmic Recourse
von: Beretta, Isacco, et al.
Veröffentlicht: (2023)

Conformalized Selective Regression
von: Sokol, Anna, et al.
Veröffentlicht: (2024)

AnyLoss: Transforming Classification Metrics into Loss Functions
von: Han, Doheon, et al.
Veröffentlicht: (2024)

Intersectional Divergence: Measuring Fairness in Regression
von: Germino, Joe, et al.
Veröffentlicht: (2025)

Fast Explanations via Policy Gradient-Optimized Explainer
von: Pan, Deng, et al.
Veröffentlicht: (2024)

Automated Privacy-Preserving Techniques via Meta-Learning
von: Carvalho, Tânia, et al.
Veröffentlicht: (2024)

From Search To Sampling: Generative Models For Robust Algorithmic Recourse
von: Garg, Prateek, et al.
Veröffentlicht: (2025)

Time Series Data Augmentation as an Imbalanced Learning Problem
von: Cerqueira, Vitor, et al.
Veröffentlicht: (2024)

Fairness in Algorithmic Recourse Through the Lens of Substantive Equality of Opportunity
von: Bell, Andrew, et al.
Veröffentlicht: (2024)

From Universal to Individualized Actionability: Revisiting Personalization in Algorithmic Recourse
von: Budde, Lena Marie, et al.
Veröffentlicht: (2026)

SafeAR: Safe Algorithmic Recourse by Risk-Aware Policies
von: Wu, Haochen, et al.
Veröffentlicht: (2023)

ElliCE: Efficient and Provably Robust Algorithmic Recourse via the Rashomon Sets
von: Turbal, Bohdan, et al.
Veröffentlicht: (2026)

Perfect Counterfactuals in Imperfect Worlds: Modelling Noisy Implementation of Actions in Sequential Algorithmic Recourse
von: Xuan, Yueqing, et al.
Veröffentlicht: (2024)

Pareto Optimal Algorithmic Recourse in Multi-cost Function
von: Chen, Wen-Ling, et al.
Veröffentlicht: (2025)

Synthetic Data Outliers: Navigating Identity Disclosure
von: Trindade, Carolina, et al.
Veröffentlicht: (2024)

Differentially-Private Data Synthetisation for Efficient Re-Identification Risk Control
von: Carvalho, Tânia, et al.
Veröffentlicht: (2022)

Improvement-Focused Causal Recourse (ICR)
von: König, Gunnar, et al.
Veröffentlicht: (2022)

Experiential-Informed Data Reconstruction for Fishery Sustainability and Policies in the Azores
von: Nogueira, Brenda, et al.
Veröffentlicht: (2023)

Performative Validity of Recourse Explanations
von: König, Gunnar, et al.
Veröffentlicht: (2025)

The Risks of Recourse in Binary Classification
von: Fokkema, Hidde, et al.
Veröffentlicht: (2023)

KTCF: Actionable Recourse in Knowledge Tracing via Counterfactual Explanations for Education
von: Kim, Woojin, et al.
Veröffentlicht: (2026)

LIBRA: Language Model Informed Bandit Recourse Algorithm for Personalized Treatment Planning
von: Cao, Junyu, et al.
Veröffentlicht: (2026)

Feature Responsiveness Scores: Model-Agnostic Explanations for Recourse
von: Cheon, Harry, et al.
Veröffentlicht: (2024)

Cost-Adaptive Recourse Recommendation by Adaptive Preference Elicitation
von: Nguyen, Duy, et al.
Veröffentlicht: (2024)

Local and Regional Counterfactual Rules: Summarized and Robust Recourses
von: Amoukou, Salim I., et al.
Veröffentlicht: (2022)

Exploiting Preference Elicitation in Interactive and User-centered Algorithmic Recourse: An Initial Exploration
von: Esfahani, Seyedehdelaram, et al.
Veröffentlicht: (2024)

HR-Bandit: Human-AI Collaborated Linear Recourse Bandit
von: Cao, Junyu, et al.
Veröffentlicht: (2024)