Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
  Identifiability of Cause and Effect using Regularized Regression

Marx, A., & Vreeken, J. (2019). Identifiability of Cause and Effect using Regularized Regression. In KDD '19 (pp. 852-861). New York, NY: ACM. doi:10.1145/3292500.3330854.

Item is

Basisdaten

einblenden: ausblenden:
Genre: Konferenzbeitrag

Externe Referenzen

einblenden:

Urheber

einblenden:
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: 20192019
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: BibTex Citekey: Marx_KDD2019
DOI: 10.1145/3292500.3330854
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: 25th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining
Veranstaltungsort: Anchorage, AK, USA
Start-/Enddatum: 2019-08-04 - 2019-08-08

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: KDD '19
  Untertitel : Proceedings of the 25th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining
  Andere : Proceedings of the 25th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining
  Kurztitel : KDD 2019
Genre der Quelle: Konferenzband
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: New York, NY : ACM
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 852 - 861 Identifikator: ISBN: 978-1-4503-6201-6