Beyond the Single-Best Model: Rashomon Partial Dependence Profile for Trustworthy Explanations in AutoML

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Cavus, Mustafa, van Rijn, Jan N., Biecek, Przemysław
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

An Experimental Study on the Rashomon Effect of Balancing Methods in Imbalanced Classification
di: Cavus, Mustafa, et al.
Pubblicazione: (2024)

Investigating the Impact of Balancing, Filtering, and Complexity on Predictive Multiplicity: A Data-Centric Perspective
di: Cavus, Mustafa, et al.
Pubblicazione: (2024)

Exploration of the Rashomon Set Assists Trustworthy Explanations for Medical Data
di: Kobylińska, Katarzyna, et al.
Pubblicazione: (2023)

Analyzing the Temporal Factors for Anxiety and Depression Symptoms with the Rashomon Perspective
di: Cavus, Mustafa, et al.
Pubblicazione: (2026)

The Effect of Balancing Methods on Model Behavior in Imbalanced Classification Problems
di: Stando, Adrian, et al.
Pubblicazione: (2023)

The Role of Hyperparameters in Predictive Multiplicity
di: Cavus, Mustafa, et al.
Pubblicazione: (2025)

Rashomon perspective for measuring uncertainty in the survival predictive maintenance models
di: Yardimci, Yigitcan, et al.
Pubblicazione: (2025)

Performance is not enough: the story told by a Rashomon quartet
di: Biecek, Przemyslaw, et al.
Pubblicazione: (2023)

Rashomon effect in Educational Research: Why More is Better Than One for Measuring the Importance of the Variables?
di: Kuzilek, Jakub, et al.
Pubblicazione: (2024)

Exploring Local Explanations of Nonlinear Models Using Animated Linear Projections
di: Spyrison, Nicholas, et al.
Pubblicazione: (2022)

Problem-oriented AutoML in Clustering
di: da Silva, Matheus Camilo, et al.
Pubblicazione: (2024)

The Potential of AutoML for Recommender Systems
di: Vente, Tobias, et al.
Pubblicazione: (2024)

AutoML-Agent: A Multi-Agent LLM Framework for Full-Pipeline AutoML
di: Trirat, Patara, et al.
Pubblicazione: (2024)

Predictive Multiplicity in Survival Models: A Method for Quantifying Model Uncertainty in Predictive Maintenance Applications
di: Cavus, Mustafa
Pubblicazione: (2025)

Robustness of AutoML on Dirty Categorical Data
di: Bueno, Marcos L. P., et al.
Pubblicazione: (2026)

X Hacking: The Threat of Misguided AutoML
di: Sharma, Rahul, et al.
Pubblicazione: (2024)

An AutoML-based approach for Network Intrusion Detection
di: Gyimah, Nana Kankam, et al.
Pubblicazione: (2024)

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

AutoGluon-Multimodal (AutoMM): Supercharging Multimodal AutoML with Foundation Models
di: Tang, Zhiqiang, et al.
Pubblicazione: (2024)

From XAI to MLOps: Explainable Concept Drift Detection with Profile Drift Detection
di: Dar, Ugur, et al.
Pubblicazione: (2024)

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

NNGPT: Rethinking AutoML with Large Language Models
di: Kochnev, Roman, et al.
Pubblicazione: (2025)

Explaining AutoClustering: Uncovering Meta-Feature Contribution in AutoML for Clustering
di: da Silva, Matheus Camilo, et al.
Pubblicazione: (2026)

AutoML Benchmark with shorter time constraints and early stopping
di: Jurado, Israel Campero, et al.
Pubblicazione: (2025)

OpenAutoNLU: Open Source AutoML Library for NLU
di: Arshinov, Grigory, et al.
Pubblicazione: (2026)

Exploring the impact of fairness-aware criteria in AutoML
di: Simões, Joana, et al.
Pubblicazione: (2026)

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

Budget-aware Query Tuning: An AutoML Perspective
di: Wu, Wentao, et al.
Pubblicazione: (2024)

LightAutoDS-Tab: Multi-AutoML Agentic System for Tabular Data
di: Lapin, Aleksey, et al.
Pubblicazione: (2025)

Decomposing Observational Multiplicity in Decision Trees: Leaf and Structural Regret
di: Cavus, Mustafa
Pubblicazione: (2026)

Mitigating the Multiplicity Burden: The Role of Calibration in Reducing Predictive Multiplicity of Classifiers
di: Cavus, Mustafa
Pubblicazione: (2026)

Model Science: getting serious about verification, explanation and control of AI systems
di: Biecek, Przemyslaw, et al.
Pubblicazione: (2025)

EDCA - An Evolutionary Data-Centric AutoML Framework for Efficient Pipelines
di: Simões, Joana, et al.
Pubblicazione: (2025)

Online Meta-learning for AutoML in Real-time (OnMAR)
di: Gerber, Mia, et al.
Pubblicazione: (2025)

Bag of Tricks for Multimodal AutoML with Image, Text, and Tabular Data
di: Tang, Zhiqiang, et al.
Pubblicazione: (2024)

Optimal Pricing for Data-Augmented AutoML Marketplaces
di: Han, Minbiao, et al.
Pubblicazione: (2023)

In-Context Decision Making for Optimizing Complex AutoML Pipelines
di: Balef, Amir Rezaei, et al.
Pubblicazione: (2025)

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

Deciphering AutoML Ensembles: cattleia's Assistance in Decision-Making
di: Kozak, Anna, et al.
Pubblicazione: (2024)

Assessing the Use of AutoML for Data-Driven Software Engineering
di: Calefato, Fabio, et al.
Pubblicazione: (2023)