Maragno, D., Röber, T. E., Kurtz, J., Goedhart, R., Birbil, S. I., & den Hertog, D. (in press). Finding regions of counterfactual explanations via robust optimization. INFORMS Journal on Computing.
2023
Cina, G., Röber, T. E., Goedhart, R., & Birbil, S. I. (2023). Semantic match: Debugging feature attribution methods in XAI for healthcare. In B. J. Mortazavi, T. Sarker, A. Beam, & J. C. Ho (Eds.), Proceedings of Conference on Health, Inference, and Learning 2023 (Vol. 209, pp. 182-190). (Proceedings of Machine Learning Research). https://proceedings.mlr.press/v209/cina23a/cina23a.pdf
Lumadjeng, A. C., Röber, T. E., Akyuz, H., & Birbil, S. I. (2022). Rule Generation for Classification: Scalability, Interpretability, and Fairness. Manuscript submitted for publication.
Maragno, D., Röber, T. E., & Birbil, S. İ. (2022). Counterfactual Explanations Using Optimization With Constraint Learning. In OPT2022: Optimization for Machine Learning. Accepted papers OPT-ML. https://doi.org/10.48550/arXiv.2209.10997[details]
De UvA gebruikt cookies voor het meten, optimaliseren en goed laten functioneren van de website. Ook worden er cookies geplaatst om inhoud van derden te kunnen tonen en voor marketingdoeleinden. Klik op ‘Accepteren’ om akkoord te gaan met het plaatsen van alle cookies. Of kies voor ‘Weigeren’ om alleen functionele en analytische cookies te accepteren. Je kunt je voorkeur op ieder moment wijzigen door op de link ‘Cookie instellingen’ te klikken die je onderaan iedere pagina vindt. Lees ook het UvA Privacy statement.