Tong Wang

Hivatkozott rá

	Összes	2020 óta
Hivatkozások	1505	1116
h-index	19	16
i10-index	23	20

300

150

225

2012201320142015201620172018201920202021202220232024202511 19 21 42 41 59 69 110 159 161 234 239 282 41

Nyilvános hozzáférés

Összes megtekintése

3 cikk

0 cikk

elérhető

nem érhető el

Finanszírozási megbízások alapján

Társszerzők

Cynthia RudinProfessor of Computer Science, ECE, Statistics, and Biostatistics & Bioinformatics, Duke UniversityE-mail megerősítve itt: cs.duke.edu
Finale Doshi-VelezProfessor, HarvardE-mail megerősítve itt: seas.harvard.edu
Perry MacNeilleResearch Engineer, Ford Motor CompanyE-mail megerősítve itt: ford.com
Ronilo RagodosUniversity of IowaE-mail megerősítve itt: uiowa.edu
Yaron ShaposhnikUniversity of RochesterE-mail megerősítve itt: simon.rochester.edu
Kangcheng LinPh.D. Student, University of Illinois at Urbana-ChampaignE-mail megerősítve itt: illinois.edu
Qihang LinThe University of IowaE-mail megerősítve itt: uiowa.edu
Muriel MedardProfessor of EECS, MITE-mail megerősítve itt: mit.edu
Chaofan ChenAssistant Professor of Computer Science, University of MaineE-mail megerősítve itt: maine.edu
Dat HongNVIDIA CorporationE-mail megerősítve itt: nvidia.com
Yu Jeffrey HuProfessor, Accenture Chair, Purdue UniversityE-mail megerősítve itt: purdue.edu
Fujie JinIndiana UniversityE-mail megerősítve itt: indiana.edu
Barrett W. ThomasProfessor, Department of Business Analytics, University of IowaE-mail megerősítve itt: uiowa.edu
Marlin W. UlmerProfessor of Management Science, Otto-von-Guericke-Universität MagdeburgE-mail megerősítve itt: ovgu.de
Maytal Saar-TsechanskyThe University of Texas at AustinE-mail megerősítve itt: mccombs.utexas.edu
Stephen BaekAssociate Professor, University of VirginiaE-mail megerősítve itt: virginia.edu
Cheng HeUniversity of Wisconsin-MadisonE-mail megerősítve itt: wisc.edu
K SudhirJames Frank Professor of Marketing, Private Enterprise and Management, Yale SOME-mail megerősítve itt: yale.edu

Követés

Tong Wang

Yale University

E-mail megerősítve itt: yale.edu - Kezdőlap

interpretable machine learning reinforcement learning quantitative marketing


Cím Rendezés hivatkozások szerint Rendezés év szerint Rendezés cím szerint	Hivatkozott rá Hivatkozott rá	Év
A Bayesian Framework for Learning Rule Sets for Interpretable Classification T Wang, C Rudin, F Doshi, Y Liu, E Klampfl, P MacNeille Journal of Machine Learning Research 18 (70), 1-37, 2017	397*	2017
Learning to detect patterns of crime T Wang, C Rudin, D Wagner, R Sevieri Machine Learning and Knowledge Discovery in Databases: European Conference …, 2013	184	2013
A Holistic Approach to Interpretability in Financial Lending: Models, Visualizations, and Summary-Explanations C Chen, K Lin, C Rudin, Y Shaposhnik, S Wang, T Wang Decision Support Systems, 2021	171*	2021
Gaining Free or Low-Cost Transparency with Interpretable Partial Substitute T Wang International Conference on Machine Learning, 6505-6514, 2019	83*	2019
Same-day delivery with fair customer service X Chen, T Wang, BW Thomas, MW Ulmer European journal of operational research 308 (2), 738-751, 2023	56*	2023
Hybrid Predictive Model: When an Interpretable Model Collaborates with a Black-box Model T Wang, Q Lin Journal of Machine Learning Research 22, 2021	56	2021
On the design of network coding for multiple two-way relaying channels Z Ding, T Wang, M Peng, W Wang, KK Leung IEEE Transactions on Wireless Communications 10 (6), 1820-1832, 2011	53	2011
Outcomes associated with peripherally inserted central catheters in hospitalised children: a retrospective 7-year single-centre experience A Badheka, J Bloxham, A Schmitz, B Freyenberger, T Wang, S Rampa, ... BMJ open 9 (8), e026031, 2019	47	2019
Causal Rule Sets for Identifying Subgroups with Enhanced Treatment Effects T Wang, C Rudin INFORMS Journal on Computing, 2022	41*	2022
Finding patterns with a rotten core: Data mining for crime series with cores T Wang, C Rudin, D Wagner, R Sevieri Big Data 3 (1), 3-21, 2015	40	2015
Detecting patterns of crime with series finder T Wang, C Rudin, D Wagner, R Sevieri Twenty-Seventh AAAI Conference on Artificial Intelligence Late Breaking, 2013	40	2013
Paralanguage classifier (PARA): An algorithm for automatic coding of paralinguistic nonverbal parts of speech in text AW Luangrath, Y Xu, T Wang Journal of Marketing Research 60 (2), 388-408, 2023	38	2023
Multi-value Rule Sets for Interpretable Classification with Feature-Efficient Representations T Wang (NeurIPS) Conference on Neural Information Processing Systems, 10858--10868, 2018	34*	2018
Network coded storage with multi-resolution codes M Medard, UJ Ferner, T Wang US Patent 9,607,003, 2017	29	2017
Learning optimized Or's of And's T Wang, C Rudin arXiv preprint arXiv:1511.02210, 2015	29	2015
ProtoryNet-interpretable text classification via prototype trajectories D Hong, T Wang, S Baek Journal of Machine Learning Research 24 (264), 1-39, 2023	28*	2023
Evaluating the Effectiveness of Marketing Campaigns for Malls Using A Novel Interpretable Machine Learning Model T Wang, C He, F Jin, YJ Hu Information Systems Research, 2021	24	2021
Dental anomaly detection using intraoral photos via deep learning R Ragodos, T Wang, C Padilla, JT Hecht, FA Poletta, IM Orioli, CJ Buxó, ... Scientific Reports 12 (1), 1-1, 2022	23	2022
Interpretable Companions for Black-Box Models D Pan, T Wang, S Hara AISTATS, 2020	20	2020
Augmented Fairness: An Interpretable Model Augmenting Decision-Makers' Fairness T Wang, M Saar-Tsechansky arXiv preprint arXiv:2011.08398, 2020	14	2020

A rendszer jelenleg nem tudja elvégezni a műveletet. Próbálkozzon újra később.

Cikkek 1–20

Hivatkozások évente

Ismétlődő hivatkozások

Összevont hivatkozások

Társszerzők hozzáadásaTársszerzők

Követés

Hivatkozott rá

Társszerzők