< Terug naar vorige pagina
Onderzoeker
Jakob Raymaekers
- Disciplines:Statistische en numerieke methoden, Artificiële intelligentie
Affiliaties
- Statistiek en Datawetenschappen (Afdeling)
Lid
Vanaf1 jul 2019 → Heden - Statistiek en Risicobeheer (Afdeling)
Lid
Vanaf1 sep 2015 → 30 jun 2019
Publicaties
1 - 10 van 21
- Interpretable cost-sensitive regression through one-step boosting(2023)
Auteurs: Jakob Raymaekers, Tim Verdonck
- Smart initialisation and approximating loss function for robust regression(2023)
Auteurs: Jakob Raymaekers, Tim Verdonck
- Fast thresholded concordance probability for evolutionary optimization(2023)
Auteurs: Jakob Raymaekers, Tim Verdonck
- robslopes: Efficient Computation of the (Repeated) Median Slope(2022)
Auteurs: Jakob Raymaekers
Pagina's: 366 - 49 - Silhouettes and Quasi Residual Plots for Neural Nets and Tree-based Classifiers(2022)
Auteurs: Jakob Raymaekers, Peter Rousseeuw
Pagina's: 1332 - 1343 - Class Maps for Visualizing Classification Results(2022)
Auteurs: Jakob Raymaekers, Peter Rousseeuw, Mia Hubert
Pagina's: 151 - 165 - Regularized K-means Through Hard-Thresholding(2022)
Auteurs: Jakob Raymaekers
- Weight-of-evidence through shrinkage and spline binning for interpretable nonlinear classification(2021)
Auteurs: Jakob Raymaekers, Wouter Verbeke, Tim Verdonck
- Handling Cellwise Outliers by Sparse Regression and Robust Covariance(2021)
Auteurs: Jakob Raymaekers, Peter Rousseeuw
Pagina's: 1 - 19 - Fast Robust Correlation for High-Dimensional Data(2021)
Auteurs: Jakob Raymaekers, Peter Rousseeuw
Pagina's: 184 - 198