Scholbeck, Christian Alexander
(2018):
Interpretierbares Machine-Learning. Post-hoc modellagnostische Verfahren zur Bestimmung von Prädiktoreffekten in Supervised-Learning-Modellen.
Masterarbeit,
Ludwig-Maximilians-Universität München
[PDF, 7MB]
Vorschau
Download (7MB)
| Dokumententyp: | Hochschulschrift (Masterarbeit) |
|---|---|
| Fakultät: | Mathematik, Informatik und Statistik > Statistik > Ausgewählte Abschlussarbeiten |
| Themengebiete: | 500 Naturwissenschaften und Mathematik > 510 Mathematik |
| URN: | urn:nbn:de:bvb:19-epub-60504-9 |
| Sprache: | Deutsch |
| Dokumenten ID: | 60504 |
| Datum der Veröffentlichung auf Open Access LMU: | 06. Feb. 2019, 06:46 |
| Letzte Änderungen: | 04. Nov. 2020, 13:38 |
- Dokument bearbeiten
