Copertina

Discovery and inference beyond linearity by integrating Bayesian regression, tree ensembles and Shapley values

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Spadaccini, Giorgio, Fokkema, Marjolein, van de Wiel, Mark A.
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Subgroup detection in linear growth curve models with generalized linear mixed model (GLMM) trees
di: Fokkema, Marjolein, et al.
Pubblicazione: (2023)

Extending Explainable Ensemble Trees (E2Tree) to regression contexts
di: Aria, Massimo, et al.
Pubblicazione: (2024)

How important are the genes to explain the outcome - the asymmetric Shapley value as an honest importance metric for high-dimensional features
di: van de Wiel, Mark A., et al.
Pubblicazione: (2026)

Imputation of missing values in multi-view data
di: van Loon, Wouter, et al.
Pubblicazione: (2022)

View selection in multi-view stacking: Choosing the meta-learner
di: van Loon, Wouter, et al.
Pubblicazione: (2020)

Guiding adaptive shrinkage by co-data to improve regression-based prediction and feature selection
di: van de Wiel, Mark A., et al.
Pubblicazione: (2024)

Fast approximative estimation of conditional Shapley values when using a linear regression model or a polynomial regression model
di: Aanes, Fredrik Lohne
Pubblicazione: (2025)

Co-data Learning for Bayesian Additive Regression Trees
di: Goedhart, Jeroen M., et al.
Pubblicazione: (2023)

Oblique Bayesian additive regression trees
di: Nguyen, Paul-Hieu V., et al.
Pubblicazione: (2024)

Efficient nonparametric statistical inference on population feature importance using Shapley values
di: Williamson, Brian D., et al.
Pubblicazione: (2020)

Meta-learning of shared linear representations beyond well-specified linear regression
di: Even, Mathieu, et al.
Pubblicazione: (2025)

A Semi-supervised CART Model for Covariate Shift
di: Cai, Mingyang, et al.
Pubblicazione: (2024)

Approximate Bayesian inference for cumulative probit regression models
di: Aliverti, Emanuele
Pubblicazione: (2025)

Sample-efficient Learning of Concepts with Theoretical Guarantees: from Data to Concepts without Interventions
di: Fokkema, Hidde, et al.
Pubblicazione: (2025)

A feature selection method based on Shapley values robust to concept shift in regression
di: Sebastián, Carlos, et al.
Pubblicazione: (2023)

Monte Carlo inference for semiparametric Bayesian regression
di: Kowal, Daniel R., et al.
Pubblicazione: (2023)

Scalable Bayesian Monte Carlo: fast uncertainty estimation beyond deep ensembles
di: Liang, Xinzhu, et al.
Pubblicazione: (2025)

Accounting for shared covariates in semi-parametric Bayesian additive regression trees
di: Prado, Estevão B., et al.
Pubblicazione: (2021)

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

Bivariate Causal Discovery using Bayesian Model Selection
di: Dhir, Anish, et al.
Pubblicazione: (2023)

flexBART: Flexible Bayesian regression trees with categorical predictors
di: Deshpande, Sameer K.
Pubblicazione: (2022)

Continuous Bayesian Model Selection for Multivariate Causal Discovery
di: Dhir, Anish, et al.
Pubblicazione: (2024)

Conformal inference for regression on Riemannian Manifolds
di: Cholaquidis, Alejandro, et al.
Pubblicazione: (2023)

A Meta-Learning Approach to Bayesian Causal Discovery
di: Dhir, Anish, et al.
Pubblicazione: (2024)

Bayesian regression discontinuity design with unknown cutoff
di: Kowalska, Julia, et al.
Pubblicazione: (2024)

Mathematically rigorous proofs for Shapley explanations
di: van Batenburg, David
Pubblicazione: (2025)

Statistical inference for case-control logistic regression via integrating external summary data
di: Shi, Hengchao, et al.
Pubblicazione: (2024)

Metric-valued regression
di: Cohen, Dan Tsir, et al.
Pubblicazione: (2022)

ROSS: RObust decentralized Stochastic learning based on Shapley values
di: Wang, Lina, et al.
Pubblicazione: (2024)

BARTSIMP: flexible spatial covariate modeling and prediction using Bayesian additive regression trees
di: Jiang, Alex Ziyu, et al.
Pubblicazione: (2023)

Sharp analysis of linear ensemble sampling
di: Akhavan, Arya, et al.
Pubblicazione: (2026)

Functional relevance based on the continuous Shapley value
di: Delicado, Pedro, et al.
Pubblicazione: (2024)

Multivariate outlier explanations using Shapley values and Mahalanobis distances
di: Mayrhofer, Marcus, et al.
Pubblicazione: (2022)

Optimal spanning tree reconstruction in symbolic regression
di: Neychev, Radoslav G., et al.
Pubblicazione: (2024)

Input-gradient space particle inference for neural network ensembles
di: Trinh, Trung, et al.
Pubblicazione: (2023)

Comparison of decision trees with Local Interpretable Model-Agnostic Explanations (LIME) technique and multi-linear regression for explaining support vector regression model in terms of root mean square error (RMSE) values
di: Thombre, Amit
Pubblicazione: (2024)

Shapley meets Rawls: an integrated framework for measuring and explaining unfairness
di: Amri-Jouidel, Fadoua, et al.
Pubblicazione: (2026)

Single-Core Superscalar Optimization of Clifford Neural Layers
di: Huang, X. Angelo, et al.
Pubblicazione: (2025)

A variational Bayes approach to debiased inference for low-dimensional parameters in high-dimensional linear regression
di: Castillo, Ismaël, et al.
Pubblicazione: (2024)

BONES: a Benchmark fOr Neural Estimation of Shapley values
di: Napolitano, Davide, et al.
Pubblicazione: (2024)