Janek Thomas

Citado por

	Total	Desde 2020
Citas	1829	1691
Índice h	16	15
Índice i10	20	19

700

350

175

525

20172018201920202021202220232024202517 41 66 131 175 244 387 681 55

Acceso público

Ver todo

13 artículos

0 artículos

disponibles

no disponibles

Basado en requisitos de financiación

Coautores

Bernd BischlChair of Statistical Learning and Data Science, LMU MunichDirección de correo verificada de stat.uni-muenchen.de
Jakob RichterTU DortmundDirección de correo verificada de statistik.tu-dortmund.de
Michel LangTU Dortmund; LMU MunichDirección de correo verificada de statistik.tu-dortmund.de
Stefan CoorsComputational Statistics, Ludwig-Maximilians Unversity MunichDirección de correo verificada de campus.lmu.de
Florian Pfistererhemato GmbH, Ludwig Maximilian University of MunichDirección de correo verificada de stat.uni-muenchen.de
Andreas MayrDept. of Medical Biometry and Statistics, University of MarburgDirección de correo verificada de uni-marburg.de
Pieter GijsbersEindhoven University of TechnologyDirección de correo verificada de tue.nl
Joaquin VanschorenEindhoven University of TechnologyDirección de correo verificada de tue.nl
Julia MoosbauerPhD Student, Ludwig-Maximilians-University MunichDirección de correo verificada de stat.uni-muenchen.de
Daniel HornStatistical Methods for Big Data, TU DortmundDirección de correo verificada de tu-dortmund.de
Jakob BossekPaderborn UniversityDirección de correo verificada de uni-paderborn.de
Florian PargentPsychological Methods and Assessment, LMU MunichDirección de correo verificada de psy.lmu.de
Tobias HeppDepartment of Medical Informatics, Biometry and Epidemiology, Friedrich-Alexander-Universität Erlangen-NürnbergDirección de correo verificada de fau.de
Jann GoschenhoferPhD Candidate, LMUDirección de correo verificada de stat.uni-muenchen.de
Adam D. SmithU.S. Motus Director, American Bird ConservancyDirección de correo verificada de abcbirds.org
Franz MJ PfisterData Science, LMUDirección de correo verificada de campus.lmu.de
Kamer Ali YUKSELHead of AI Lab @ aiXplainDirección de correo verificada de badehotels.com
Philipp ProbstDirección de correo verificada de digital-ratio.de
Enrico RukzioUlm UniversityDirección de correo verificada de uni-ulm.de
Michael RietzlerUlm UniversityDirección de correo verificada de uni-ulm.de

Seguir

Janek Thomas

Ludwig-Maximilians-University Munich

Dirección de correo verificada de stat.uni-muenchen.de - Página principal

Artificial Intelligence Machine Learning AutoML Statistics Optimization


Título Ordenar por citas Ordenar por año Ordenar por título	Citado por Citado por	Año
Hyperparameter optimization: Foundations, algorithms, best practices, and open challenges B Bischl, M Binder, M Lang, T Pielok, J Richter, S Coors, J Thomas, ... Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery 13 (2 …, 2023	572	2023
An Open Source AutoML Benchmark P Gijsbers, E LeDell, J Thomas, S Poirier, B Bischl, J Vanschoren ICML AutoML Workshop, 2019	321	2019
mlrMBO: A modular framework for model-based optimization of expensive black-box functions B Bischl, J Richter, J Bossek, D Horn, J Thomas, M Lang arXiv preprint arXiv:1703.03373, 2017	216	2017
Regularized target encoding outperforms traditional methods in supervised machine learning with high cardinality features F Pargent, F Pfisterer, J Thomas, B Bischl Computational Statistics 37 (5), 2671-2692, 2022	143*	2022
Gradient boosting for distributional regression: faster tuning and improved variable selection via noncyclical updates J Thomas, A Mayr, B Bischl, M Schmid, A Smith, B Hofner Statistics and Computing 28, 673-687, 2018	88	2018
Amlb: an automl benchmark P Gijsbers, MLP Bueno, S Coors, E LeDell, S Poirier, J Thomas, B Bischl, ... Journal of Machine Learning Research 25 (101), 1-65, 2024	77	2024
Multi-objective hyperparameter tuning and feature selection using filter ensembles M Binder, J Moosbauer, J Thomas, B Bischl Proceedings of the 2020 Genetic and Evolutionary Computation Conference, 471-479, 2020	65	2020
Multi-objective hyperparameter optimization in machine learning—An overview F Karl, T Pielok, J Moosbauer, F Pfisterer, S Coors, M Binder, L Schneider, ... ACM Transactions on Evolutionary Learning and Optimization 3 (4), 1-50, 2023	36	2023
Automatic Gradient Boosting J Thomas, S Coors, B Bischl ICML AutoML Workshop, 2018	36	2018
Probing for sparse and fast variable selection with model-based boosting J Thomas, T Hepp, A Mayr, B Bischl Computational and Mathematical Methods in Medicine 2017, 8 pages, 2017	36	2017
Multi-Objective Hyperparameter Optimization--An Overview F Karl, T Pielok, J Moosbauer, F Pfisterer, S Coors, M Binder, L Schneider, ... arXiv preprint arXiv:2206.07438, 2022	29	2022
Wearable-based Parkinson's Disease Severity Monitoring using Deep Learning J Goschenhofer, FMJ Pfister, KA Yuksel, B Bischl, U Fietzek, J Thomas Joint European Conference on Machine Learning and Knowledge Discovery in …, 2019	26	2019
Deep semi-supervised learning for time-series classification J Goschenhofer Deep Learning Applications, Volume 4, 361-384, 2022	21	2022
Multi-objective automatic machine learning with autoxgboostmc F Pfisterer, S Coors, J Thomas, B Bischl arXiv preprint arXiv:1908.10796, 2019	21	2019
Fusionkit: a generic toolkit for skeleton, marker and rigid-body tracking M Rietzler, F Geiselhart, J Thomas, E Rukzio Proceedings of the 8th ACM SIGCHI Symposium on Engineering Interactive …, 2016	20	2016
Automatic exploration of machine learning experiments on openml D Kühn, P Probst, J Thomas, B Bischl arXiv preprint arXiv:1806.10961, 2018	16	2018
RAMBO: Resource-aware model-based optimization with scheduling for heterogeneous runtimes and a comparison with asynchronous model-based optimization H Kotthaus, J Richter, A Lang, J Thomas, B Bischl, P Marwedel, ... Learning and Intelligent Optimization: 11th International Conference, LION …, 2017	16	2017
Hyperparameter optimization: Foundations, algorithms, best practices and open challenges. arXiv B Bischl, M Binder, M Lang, T Pielok, J Richter, S Coors, J Thomas, ... arXiv preprint arXiv:2107.05847, 2021	15	2021
Towards human centered AutoML F Pfisterer, J Thomas, B Bischl arXiv preprint arXiv:1911.02391, 2019	15	2019
Meta learning for defaults: Symbolic defaults JN van Rijn, F Pfisterer, J Thomas, A Muller, B Bischl, J Vanschoren Neural Information Processing Workshop on Meta-Learning, 2018	12	2018

El sistema no puede realizar la operación en estos momentos. Inténtalo de nuevo más tarde.

Artículos 1–20

Citas por año

Citas duplicadas

Citas combinadas

Añadir coautoresCoautores

Seguir

Citado por

Coautores