| Herrmann, Moritz (2022): Towards more reliable machine learning: conceptual insights and practical approaches for unsupervised manifold learning and supervised benchmark studies. Dissertation, LMU München: Fakultät für Mathematik, Informatik und Statistik |
Vorschau |
PDF
Herrmann_Moritz.pdf 27MB |
DOI: 10.5282/edoc.30789
| Dokumententyp: | Dissertationen (Dissertation, LMU München) |
|---|---|
| Themengebiete: | 300 Sozialwissenschaften > 310 Statistik |
| Fakultäten: | Fakultät für Mathematik, Informatik und Statistik |
| Sprache der Hochschulschrift: | Englisch |
| Datum der mündlichen Prüfung: | 28. Oktober 2022 |
| 1. Berichterstatter:in: | Scheipl, Fabian |
| MD5 Prüfsumme der PDF-Datei: | 1a657adba37fd2c78a4a0c1d9b29a7b7 |
| Signatur der gedruckten Ausgabe: | 0001/UMC 29187 |
| ID Code: | 30789 |
| Eingestellt am: | 18. Nov. 2022 10:01 |
| Letzte Änderungen: | 18. Nov. 2022 10:02 |
Nur für Administratoren und Editoren: Dokument bearbeiten
