Copertina

A Large-Scale Neutral Comparison Study of Survival Models on Low-Dimensional Data

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Burk, Lukas, Zobolas, John, Bischl, Bernd, Bender, Andreas, Wright, Marvin N., Sonabend, Raphael
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Examining marginal properness in the external validation of survival models with squared and logarithmic losses
di: Sonabend, Raphael, et al.
Pubblicazione: (2022)

On Training Survival Models with Scoring Rules
di: Kopper, Philipp, et al.
Pubblicazione: (2024)

Deep Learning for Survival Analysis: A Review
di: Wiegrebe, Simon, et al.
Pubblicazione: (2023)

xplainfi: Feature Importance and Statistical Inference for Machine Learning in R
di: Burk, Lukas, et al.
Pubblicazione: (2026)

Reduction Techniques for Survival Analysis
di: Piller, Johannes, et al.
Pubblicazione: (2025)

mlr3torch: A Deep Learning Framework in R based on mlr3 and torch
di: Fischer, Sebastian, et al.
Pubblicazione: (2026)

Decomposing Global Feature Effects Based on Feature Interactions
di: Herbinger, Julia, et al.
Pubblicazione: (2023)

Conditional Feature Importance with Generative Modeling Using Adversarial Random Forests
di: Blesch, Kristin, et al.
Pubblicazione: (2025)

Gradient-based Explanations for Deep Learning Survival Models
di: Langbein, Sophie Hanna, et al.
Pubblicazione: (2025)

Machine Learning in Epidemiology
di: Wright, Marvin N., et al.
Pubblicazione: (2026)

CountARFactuals -- Generating plausible model-agnostic counterfactual explanations with adversarial random forests
di: Dandl, Susanne, et al.
Pubblicazione: (2024)

A Guide to Feature Importance Methods for Scientific Inference
di: Ewald, Fiona Katharina, et al.
Pubblicazione: (2024)

Functional Decomposition and Shapley Interactions for Interpreting Survival Models
di: Langbein, Sophie Hanna, et al.
Pubblicazione: (2026)

Trust Me, I Know the Way: Predictive Uncertainty in the Presence of Shortcut Learning
di: Wimmer, Lisa, et al.
Pubblicazione: (2025)

Overtuning in Hyperparameter Optimization
di: Schneider, Lennart, et al.
Pubblicazione: (2025)

Interpretable Machine Learning for Survival Analysis
di: Langbein, Sophie Hanna, et al.
Pubblicazione: (2024)

Toward Understanding the Disagreement Problem in Neural Network Feature Attribution
di: Koenen, Niklas, et al.
Pubblicazione: (2024)

Interpreting Deep Neural Networks with the Package innsight
di: Koenen, Niklas, et al.
Pubblicazione: (2023)

Differentiable Sparsity via $D$-Gating: Simple and Versatile Structured Penalization
di: Kolb, Chris, et al.
Pubblicazione: (2025)

Calibrating LLMs with Information-Theoretic Evidential Deep Learning
di: Li, Yawei, et al.
Pubblicazione: (2025)

Reshuffling Resampling Splits Can Improve Generalization of Hyperparameter Optimization
di: Nagler, Thomas, et al.
Pubblicazione: (2024)

Deep Weight Factorization: Sparse Learning Through the Lens of Artificial Symmetries
di: Kolb, Chris, et al.
Pubblicazione: (2025)

On the Robustness of Global Feature Effect Explanations
di: Baniecki, Hubert, et al.
Pubblicazione: (2024)

Efficient and Accurate Explanation Estimation with Distribution Compression
di: Baniecki, Hubert, et al.
Pubblicazione: (2024)

What Is Fairness? On the Role of Protected Attributes and Fictitious Worlds
di: Bothmann, Ludwig, et al.
Pubblicazione: (2022)

Imputation Uncertainty in Interpretable Machine Learning Methods
di: Golchian, Pegah, et al.
Pubblicazione: (2025)

FinerCut: Finer-grained Interpretable Layer Pruning for Large Language Models
di: Zhang, Yang, et al.
Pubblicazione: (2024)

Structured Credal Learning
di: Venkatesh, Varun, et al.
Pubblicazione: (2026)

CASHomon Sets: Efficient Rashomon Sets Across Multiple Model Classes and their Hyperparameters
di: Ewald, Fiona Katharina, et al.
Pubblicazione: (2026)

Ranking with Confidence for Large Scale Comparison Data
di: Valdeira, Filipa, et al.
Pubblicazione: (2022)

Analyzing Error Sources in Global Feature Effect Estimation
di: Heiß, Timo, et al.
Pubblicazione: (2026)

Post-hoc Orthogonalization for Mitigation of Protected Feature Bias in CXR Embeddings
di: Weber, Tobias, et al.
Pubblicazione: (2023)

mlr3summary: Concise and interpretable summaries for machine learning models
di: Dandl, Susanne, et al.
Pubblicazione: (2024)

Uncertainty-aware Pseudo-label Selection for Positive-Unlabeled Learning
di: Dorigatti, Emilio, et al.
Pubblicazione: (2022)

mlr3mbo: Bayesian Optimization in R
di: Becker, Marc, et al.
Pubblicazione: (2026)

Constructing Confidence Intervals for 'the' Generalization Error -- a Comprehensive Benchmark Study
di: Schulz-Kümpel, Hannah, et al.
Pubblicazione: (2024)

Optimizing Prognostic Biomarker Discovery in Pancreatic Cancer Through Hybrid Ensemble Feature Selection and Multi-Omics Data
di: Zobolas, John, et al.
Pubblicazione: (2025)

Smoothing the Edges: Smooth Optimization for Sparse Regularization using Hadamard Overparametrization
di: Kolb, Chris, et al.
Pubblicazione: (2023)

Optimal Transport Group Counterfactual Explanations
di: Valero-Leal, Enrique, et al.
Pubblicazione: (2026)

FinSurvival: A Suite of Large Scale Survival Modeling Tasks from Finance
di: Green, Aaron, et al.
Pubblicazione: (2025)