Approximating Algorithmic Conditional Independence for Discrete Data

Marx, Alexander; Vreeken, Jilles

Lokale TagsFreigabegeschichteDetailsÜbersicht

Approximating Algorithmic Conditional Independence for Discrete Data

Marx, A., & Vreeken, J. (in press). Approximating Algorithmic Conditional Independence for Discrete Data. In Proceedings of the First AAAI Spring Symposium Beyond Curve Fitting: Causation, Counterfactuals, and Imagination-based AI.

Item is Freigegeben

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:

Datensatz-Permalink: https://hdl.handle.net/21.11116/0000-0003-0D4C-B Versions-Permalink: https://hdl.handle.net/21.11116/0000-0003-0D4D-A

Genre: Konferenzbeitrag

ausblenden:

Urheber:
Marx, Alexander¹, Autor
Vreeken, Jilles², Autor

Affiliations:
1Databases and Information Systems, MPI for Informatics, Max Planck Society, ou_24018
2External Organizations, ou_persistent22

Inhalt

einblenden:

Details

einblenden:

ausblenden:

Sprache(n): eng - English

Datum: Angenommen: 2019

Publikationsstatus: Angenommen

Seiten: -

Ort, Verlag, Ausgabe: -

Inhaltsverzeichnis: -

Art der Begutachtung: -

Identifikatoren: BibTex Citekey: Marx_AAAISpringSymp2019

Art des Abschluß: -

Veranstaltung

einblenden:

ausblenden:

Titel: First AAAI Spring Symposium Beyond Curve Fitting: Causation, Counterfactuals, and Imagination-based AI

Veranstaltungsort: Stanford, CA, USA

Start-/Enddatum: 2019-05-25 - 2019-05-27

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:

ausblenden:

Titel: Proceedings of the First AAAI Spring Symposium Beyond Curve Fitting: Causation, Counterfactuals, and Imagination-based AI

Genre der Quelle: Konferenzband

Urheber:

Affiliations:

Ort, Verlag, Ausgabe: -

Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: - Identifikator: -

Datensatz

Basisdaten

Dateien

Externe Referenzen

Urheber

Inhalt

Details

Veranstaltung

Entscheidung

Projektinformation

Quelle 1