Probabilistic and interpretable machine learning for high-stakes scenarios
Tesis Doctoral inédita leída en la Universidad Autónoma de Madrid, Escuela Politécnica Superior, Departamento de Tecnología Electrónica y de las Comunicaciones. Fecha de Lectura: 12-06-2025
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Fecha de publicación: | 2025 |
| País: | España |
| Institución: | Universidad Autónoma de Madrid |
| Repositorio: | Biblos-e Archivo. Repositorio Institucional de la UAM |
| Idioma: | inglés |
| OAI Identifier: | oai:repositorio.uam.es:10486/742440 |
| Acceso en línea: | https://hdl.handle.net/10486/742440 |
| Access Level: | acceso abierto |
| Palabra clave: | 33 Ciencias Tecnológicas::3325 Tecnología de las Telecomunicaciones Bayesian models Gaussian models Bayesian Networks Gaussian Bayesian Networks Forensic Science Likelihood Ratios Telecomunicaciones |
| Sumario: | Tesis Doctoral inédita leída en la Universidad Autónoma de Madrid, Escuela Politécnica Superior, Departamento de Tecnología Electrónica y de las Comunicaciones. Fecha de Lectura: 12-06-2025 |
|---|