Buchumschlag

HyperSHAP: Shapley Values and Interactions for Explaining Hyperparameter Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wever, Marcel, Muschalik, Maximilian, Fumagalli, Fabian, Lindauer, Marius
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

KernelSHAP-IQ: Weighted Least-Square Optimization for Shapley Interactions
von: Fumagalli, Fabian, et al.
Veröffentlicht: (2024)

shapiq: Shapley Interactions for Machine Learning
von: Muschalik, Maximilian, et al.
Veröffentlicht: (2024)

Exactly Computing do-Shapley Values
von: Witter, R. Teal, et al.
Veröffentlicht: (2026)

Beyond TreeSHAP: Efficient Computation of Any-Order Shapley Interactions for Tree Ensembles
von: Muschalik, Maximilian, et al.
Veröffentlicht: (2024)

Proxy-Based Approximation of Shapley and Banzhaf Interactions
von: Thies, Santo M. A. R., et al.
Veröffentlicht: (2026)

Exact Computation of Any-Order Shapley Interactions for Graph Neural Networks
von: Muschalik, Maximilian, et al.
Veröffentlicht: (2025)

Dynamic Hyperparameter Importance for Efficient Multi-Objective Optimization
von: Theodorakopoulos, Daphne, et al.
Veröffentlicht: (2026)

Interactive Hyperparameter Optimization in Multi-Objective Problems via Preference Learning
von: Giovanelli, Joseph, et al.
Veröffentlicht: (2023)

Explaining Similarity in Vision-Language Encoders with Weighted Banzhaf Interactions
von: Baniecki, Hubert, et al.
Veröffentlicht: (2025)

PolySHAP: Extending KernelSHAP with Interaction-Informed Polynomial Regression
von: Fumagalli, Fabian, et al.
Veröffentlicht: (2026)

DeltaSHAP: Explaining Prediction Evolutions in Online Patient Monitoring with Shapley Values
von: Kim, Changhun, et al.
Veröffentlicht: (2025)

Dynamic Priors in Bayesian Optimization for Hyperparameter Optimization
von: Fehring, Lukas, et al.
Veröffentlicht: (2025)

Hyperparameter Importance Analysis for Multi-Objective AutoML
von: Theodorakopoulos, Daphne, et al.
Veröffentlicht: (2024)

An Odd Estimator for Shapley Values
von: Fumagalli, Fabian, et al.
Veröffentlicht: (2026)

TN-SHAP-G: Graph-Structured Tensor Network Surrogates for Shapley Values and Interactions
von: Heidari, Farzaneh, et al.
Veröffentlicht: (2026)

Explaining Drift using Shapley Values
von: Edakunni, Narayanan U., et al.
Veröffentlicht: (2024)

CQD-SHAP: Explainable Complex Query Answering via Shapley Values
von: Abbasi, Parsa, et al.
Veröffentlicht: (2025)

AutoRL Hyperparameter Landscapes
von: Mohan, Aditya, et al.
Veröffentlicht: (2023)

Moments Matter:Stabilizing Policy Optimization using Return Distributions
von: Jabs, Dennis, et al.
Veröffentlicht: (2026)

Verified SHAP: Provable Bounds for Exact Shapley Values of Neural Networks
von: Boetius, David, et al.
Veröffentlicht: (2026)

ShapShift: Explaining Model Prediction Shifts with Subgroup Conditional Shapley Values
von: Bewley, Tom, et al.
Veröffentlicht: (2026)

Explaining Large Language Models Decisions Using Shapley Values
von: Mohammadi, Behnam
Veröffentlicht: (2024)

Towards Leveraging AutoML for Sustainable Deep Learning: A Multi-Objective HPO Approach on Deep Shift Neural Networks
von: Hennig, Leona, et al.
Veröffentlicht: (2024)

Structure in Deep Reinforcement Learning: A Survey and Open Problems
von: Mohan, Aditya, et al.
Veröffentlicht: (2023)

Enhancing RL Generalizability in Robotics through SHAP Analysis of Algorithms and Hyperparameters
von: Kong, Lingxiao, et al.
Veröffentlicht: (2026)

Interaction Tensor SHAP
von: Hasegawa, Hiroki, et al.
Veröffentlicht: (2025)

Hyperparameter Optimization via Interacting with Probabilistic Circuits
von: Seng, Jonas, et al.
Veröffentlicht: (2025)

GroupSegment-SHAP: Shapley Value Explanations with Group-Segment Players for Multivariate Time Series
von: Kim, Jinwoong, et al.
Veröffentlicht: (2026)

Suboptimal Shapley Value Explanations
von: Lu, Xiaolei
Veröffentlicht: (2025)

On the Inflation of KNN-Shapley Value
von: Yang, Ziao, et al.
Veröffentlicht: (2024)

Automated Machine Learning for Remaining Useful Life Predictions
von: Zöller, Marc-André, et al.
Veröffentlicht: (2023)

Approximating the Shapley Value without Marginal Contributions
von: Kolpaczki, Patrick, et al.
Veröffentlicht: (2023)

InstaSHAP: Interpretable Additive Models Explain Shapley Values Instantly
von: Enouen, James, et al.
Veröffentlicht: (2025)

Generalized Priority-Aware Shapley Value
von: Lee, Kiljae, et al.
Veröffentlicht: (2026)

Regression-adjusted Monte Carlo Estimators for Shapley Values and Probabilistic Values
von: Witter, R. Teal, et al.
Veröffentlicht: (2025)

AutoML for Multi-Class Anomaly Compensation of Sensor Drift
von: Schaller, Melanie, et al.
Veröffentlicht: (2025)

Shapley-Value-Based Graph Sparsification for GNN Inference
von: Akkas, Selahattin, et al.
Veröffentlicht: (2025)

ORTHOBO: Orthogonal Bayesian Hyperparameter Optimization
von: Schröder, Maresa, et al.
Veröffentlicht: (2026)

In-Run Data Shapley for Adam Optimizer
von: Ding, Meng, et al.
Veröffentlicht: (2026)

Helpful or Harmful Data? Fine-tuning-free Shapley Attribution for Explaining Language Model Predictions
von: Wang, Jingtan, et al.
Veröffentlicht: (2024)