![[höher]](/style/images/multi_up.png)
Eine Ebene höherGruppiert nach:
Dokumententyp
| Veröffentlichungsdatum
Springe zu: Konferenzbeitrag
Anzahl der Publikationen: 1
Konferenzbeitrag
Kuzmanovic, Milan; Hatt, Tobias und Feuerriegel, Stefan 
ORCID: https://orcid.org/0000-0001-7856-8729
(2021):
Deconfounding Temporal Autoencoder: Estimating Treatment Effects over Time Using Noisy Proxies.
Machine Learning for Health, Virtual Conference, 04.12.2021.
Roy, Subhrajit; Pfohl, Stephen; Rocheteau, Emma; Tadesse, Girmaw Abebe; Oala, Luis; Falck, Fabian; Zhou, Yuyin; Shen, Liyue; Zamzmi, Ghada; Mugambi, Purity; Zirikly, Ayah; McDermott, Matthew B. A. und Alsentzer, Emily (Hrsg.):
Proceedings of Machine Learning Research.
Bd. 158
Cambridge, MA: PMLR.
143 - 155
ORCID: https://orcid.org/0000-0001-7856-8729
(2021):
Deconfounding Temporal Autoencoder: Estimating Treatment Effects over Time Using Noisy Proxies.
Machine Learning for Health, Virtual Conference, 04.12.2021.
Roy, Subhrajit; Pfohl, Stephen; Rocheteau, Emma; Tadesse, Girmaw Abebe; Oala, Luis; Falck, Fabian; Zhou, Yuyin; Shen, Liyue; Zamzmi, Ghada; Mugambi, Purity; Zirikly, Ayah; McDermott, Matthew B. A. und Alsentzer, Emily (Hrsg.):
Proceedings of Machine Learning Research.
Bd. 158
Cambridge, MA: PMLR.
143 - 155