From cost-sensitive to tight f-measure bounds K Bascol, R Emonet, E Fromont, A Habrard, G Metzler, M Sebban The 22nd International Conference on Artificial Intelligence and Statistics …, 2019 | 13 | 2019 |
Landmark-based ensemble learning with random Fourier features and gradient boosting L Gautheron, P Germain, A Habrard, G Metzler, E Morvant, M Sebban, ... Machine Learning and Knowledge Discovery in Databases: European Conference …, 2021 | 6 | 2021 |
An adjusted nearest neighbor algorithm maximizing the f-measure from imbalanced data R Viola, R Emonet, A Habrard, G Metzler, S Riou, M Sebban 2019 IEEE 31st International Conference on Tools with Artificial …, 2019 | 6 | 2019 |
Learning from few positives: a provably accurate metric learning algorithm to deal with imbalanced data R Viola, R Emonet, A Habrard, G Metzler, M Sebban IJCAI 2020, the 29th International Joint Conference on Artificial Intelligence, 2020 | 4 | 2020 |
Une version corrigée de l’algorithme des plus proches voisins pour l’optimisation de la f-mesure dans un contexte déséquilibré R Viola, R Emonet, A Habard, G Metzler, S Riou, M Sebban Conférence sur l'Apprentissage automatique (CAp 2019), 2019 | 4 | 2019 |
A nearest neighbor algorithm for imbalanced classification R Viola, R Emonet, A Habrard, G Metzler, S Riou, M Sebban International Journal on Artificial Intelligence Tools 30 (03), 2150013, 2021 | 3 | 2021 |
Tree-based cost sensitive methods for fraud detection in imbalanced data G Metzler, X Badiche, B Belkasmi, E Fromont, A Habrard, M Sebban Advances in Intelligent Data Analysis XVII: 17th International Symposium …, 2018 | 3 | 2018 |
Learning maximum excluding ellipsoids from imbalanced data with theoretical guarantees G Metzler, X Badiche, B Belkasmi, E Fromont, A Habrard, M Sebban Pattern Recognition Letters 112, 310-316, 2018 | 2 | 2018 |
Apprentissage de spheres maximales d’exclusion avec garanties théoriques G Metzler, X Badiche, B Belkasmi, S Canu, E Fromont, A Habrard, ... Conférence sur l'Apprentissage Automatique, 2017 | 2 | 2017 |
Apprentissage d’ensemble basé sur des points de repere avec des caractéristiques de Fourier aléatoires et un renforcement du gradient L Gautheron, P Germain, A Habrard, G Metzler, E Morvant, M Sebban, ... Conférence sur l'Apprentissage automatique (CAp), 2020a.(Cited on pages 5 …, 0 | 2 | |
When Quantization Affects Confidence of Large Language Models? I Proskurina, L Brun, G Metzler, J Velcin arXiv preprint arXiv:2405.00632, 2024 | 1 | 2024 |
Mini minds: Exploring Bebeshka and Zlata baby models I Proskurina, G Metzler, J Velcin arXiv preprint arXiv:2311.03216, 2023 | 1 | 2023 |
MLFP: Un algorithme d’apprentissage de métrique pour la classification de données déséquilibrées R Viola, R Emonet, A Habrard, G Metzler, M Sebban Conférence sur l’Apprentissage automatique (CAp 2020), Vannes, France 4, 67, 2020 | 1 | 2020 |
Mixture of Cox regression models with L 1-penalization for modeling patients survival time after liver transplantation E Peyraud, J Jacques, G Metzler, I Faivre, M Dousse | | 2024 |
249.2: Outcomes of liver transplantation in patients 60 years and older: a multivariate analysis using penalized Cox regression. E Peyraud, J Jacques, G Metlzer Transplantation 108 (9S), 2024 | | 2024 |
Quand la quantification affecte-t-elle la confiance des grands modèles de langage? G Metzler, J Velcin, I Proskurina, L Brun | | 2024 |
LAMBDA: Alignement de Points de Repère et Adaptation de Domaine Basée sur des Mélanges T Martinet, G Metzler | | 2024 |
Une borne PAC-Bayésienne sur une mesure de risque pour l'apprentissage équitable H Atbir, F Cherfaoui, G Metzler, E Morvant, P Viallard Conférence sur l'Apprentissage Automatique, 2024 | | 2024 |
When Quantization Affects Confidence of Large Language Models? G Metzler, I Proskurina, J Velcin, L Brun 2024 Annual Conference of the North American Chapter of the Association for …, 2024 | | 2024 |
Towards an Ethical Compression of Large Language Models I Proskurina, G Metzler, J Velcin Ethics and NLP: 10 years after, 33, 2024 | | 2024 |