MétaCan
Menu
Constructeur de cohorte

4 299 418 travaux, canadiens par l’une de quatre routes.

Chaque état de filtre est une URL; l’URL est la requête; la requête est citable via /q/⟨hash⟩. La page, l’API et l’export analysent les mêmes paramètres.

La cohorte courante, diffusée en continu depuis la base de données : toutes les colonnes des travaux, les étiquettes machine, les scores provisoires et l'état de validation de chaque rangée. Les exportations sont plafonnées à 100 000 rangées. Crée un lien /q/ permanent pour cette requête exacte. Les mêmes filtres produisent toujours le même lien, qui que soit le demandeur.

Terme de recherche
Auteur ou autrice
Période
Ordre
Langue
Type
Domaine
Revue
Machine Learning
Sujet
Rétractation
Résumé
Source des données probantes
Devis d'étude
Accord des étiquettes
État des étiquettes

Les étiquettes directes de Codex et Gemma sont non validées et clairsemées. Les prédictions distillées couvrent la base complète et sont elles aussi non validées. Choisissez explicitement la source; l'absence d'une étiquette directe n'est jamais une étiquette négative.

affaffiliation
fundbailleur
venuerevue
aboutsujet

Les quatre voies se composent : exigez la voie du financement et excluez l'affiliation pour obtenir la strate financée-seulement qu'aucune base fondée sur l'affiliation ne voit jamais.

113 résultats · 1 filtre actif ·
Résultats par année
20002025
Date de publication
Catégories
Étiquettes machine · couverture clairsemée
Preuves
Langue
Type
Citations
Un travail non étiqueté est inconnu, pas un négatif. La couverture est rapportée à chaque requête.
113 travaux dans la cohorte · sur 4 299 418page 1 sur 3

Les étiquettes couvrent 0 des 113 travaux de cette cohorte. Les autres sont non étiquetés, ce qui n'est pas une étiquette négative : la table des étiquettes est clairsemée aujourd'hui et s'enrichit au fil des rondes d'étiquetage.

Les prédictions distillées couvrent 113 des 113 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le volet Gemma est une étiquette directe du modèle pour chaque travail (titre seulement); le volet Codex est un classifieur distillé et calibré. Le mode candidate est l'union; le consensus est l'intersection.

affnon étiqueté
A theory of learning from different domains
Shai Ben-David, John Blitzer, Koby Crammer, Alex Kulesza, Fernando Pereira, Jennifer Wortman Vaughan
2009· article· en· Machine Learning· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
3 486
citations
affnon étiqueté
A survey on semi-supervised learning
Jesper E. van Engelen, Holger H. Hoos
2019· article· en· Machine Learning· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2 562
citations
affsans résuménon étiqueté
An Introduction to MCMC for Machine Learning
Christophe Andrieu, Nando de Freitas, Arnaud Doucet, Michael I. Jordan
2003· article· en· Machine Learning· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
2 418
citations
affsans résuménon étiqueté
Inference for the Generalization Error
Claude Nadeau
2003· article· en· Machine Learning· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
959
citations
affsans résuménon étiqueté
NP-hardness of Euclidean sum-of-squares clustering
Daniel Aloise, Amit Deshpande, Pierre Hansen, Preyas Popat
2009· article· en· Machine Learning· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
863
citations
affsans résuménon étiqueté
Kernel Matching Pursuit
Pascal Vincent, Yoshua Bengio
2002· article· en· Machine Learning· Engineering
prédiction machine:candidate · aucuneconsensus · aucune
322
citations
affsans résuménon étiqueté
The class imbalance problem in deep learning
Kushankur Ghosh, Colin Bellinger, Roberto Corizzo, Paula Branco, Bartosz Krawczyk, Nathalie Japkowicz
2022· article· en· Machine Learning· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
270
citations
fundno affsans résuménon étiqueté
Adaptive game AI with dynamic scripting
Pieter Spronck, Marc Ponsen, I.G. Sprinkhuizen-Kuyper, Eric Postma
2006· article· en· Machine Learning· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
260
citations
affnon étiqueté
Quantum speed-up for unsupervised learning
Esma Aı̈meur, Gilles Brassard, Sébastien Gambs
2012· article· en· Machine Learning· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
213
citations
afffundsans résuménon étiqueté
Bayesian Treed Models
Hugh Chipman, Edward I. George, Robert E. McCulloch
2002· article· en· Machine Learning· Mathematics
prédiction machine:candidate · aucuneconsensus · aucune
184
citations
affnon étiqueté
ILP turns 20
Stephen Muggleton, Luc De Raedt, David Poole, Ivan Bratko, Peter Flach, Katsumi Inoue +1 autres
2011· article· en· Machine Learning· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
128
citations
affsans résuménon étiqueté
Model Selection for Small Sample Regression
Olivier Chapelle, Vladimir Vapnik, Yoshua Bengio
2002· article· en· Machine Learning· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
125
citations
affsans résuménon étiqueté
Temporal-difference search in computer Go
David Silver, Richard S. Sutton, Martin Müller
2012· article· en· Machine Learning· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
93
citations
affsans résuménon étiqueté
Beam search algorithms for multilabel learning
Abhishek Kumar, Shankar Vembu, Aditya Krishna Menon, Charles Elkan
2013· article· en· Machine Learning· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
90
citations
affsans résuménon étiqueté
Arbitrage of forecasting experts
Vítor Cerqueira, Luı́s Torgo, Fábio Pinto, Carlos Soares
2018· article· en· Machine Learning· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
50
citations
affsans résuménon étiqueté
Model selection in reinforcement learning
Amir‐massoud Farahmand, Csaba Szepesvári
2011· article· en· Machine Learning· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
44
citations
affnon étiqueté
Efficient parameter learning of Bayesian network classifiers
Nayyar A. Zaidi, Geoffrey I. Webb, Mark Carman, François Petitjean, Wray Buntine, Mike Hynes +1 autres
2017· article· en· Machine Learning· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
32
citations
afffundsans résuménon étiqueté
Modelling relational statistics with Bayes Nets
Oliver Schulte, Hassan Khosravi, Arthur E. Kirkpatrick, Tianxiang Gao, Yuke Zhu
2013· article· en· Machine Learning· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
29
citations

En coulisses: Sélection · Constats · À propos