( en | de | ru )

 

Disambiguierung von "III, Hal Daumé"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Learning as search optimization: approximate large margin methods for structured prediction.

, und . ICML, Volume 119 von ACM International Conference Proceeding Series, Seite 169-176. ACM, (2005)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Roy Hal

Wilhelm Hal

Hilmar Daume

Ekkard Daume

Ulrike Daume

 

Weitere Publikationen von Autoren mit dem selben Namen

Frustratingly Easy Domain Adaptation. Conference of the Association for Computational Linguistics (ACL), Prague, Czech Republic, (2007)Kernelized Sorting for Natural Language Processing., , und . AAAI, AAAI Press, (2010)Parser for Abstract Meaning Representation using Learning to Search., , , und . CoRR, (2015)Learning Reductions that Really Work., , , und . CoRR, (2015)Improving fairness in machine learning systems: What do industry practitioners need?, , , , und . (2018)cite arxiv:1812.05239Comment: To appear in the 2019 ACM CHI Conference on Human Factors in Computing Systems (CHI 2019).Active Imitation Learning from Multiple Non-Deterministic Teachers: Formulation, Challenges, and Algorithms., und . CoRR, (2020)DrM: Mastering Visual Reinforcement Learning through Dormant Ratio Minimization., , , , , , , , , und 5 andere Autor(en). CoRR, (2023)Spoken language interaction with robots: Recommendations for future research., , , , , , , , , und 18 andere Autor(en). Comput. Speech Lang., (2022)Learning as search optimization: approximate large margin methods for structured prediction., und . ICML, Volume 119 von ACM International Conference Proceeding Series, Seite 169-176. ACM, (2005)Improving Fairness in Machine Learning Systems: What Do Industry Practitioners Need?, , , , und . CHI, Seite 600. ACM, (2019)