Update and add index
This commit is contained in:
Jonas Zeunert
@@ -1,14 +1,13 @@
|
||||
[38;5;12m [39m[38;2;255;187;0m[1m[4mAwesome Gradient Boosting Research Papers.[0m
|
||||
[38;5;12m [39m[38;2;255;187;0m[1m[4mAwesome Gradient Boosting Research Papers.[0m
|
||||
[38;5;14m[1m![0m[38;5;12mAwesome[39m[38;5;14m[1m [0m[38;5;14m[1m(https://cdn.rawgit.com/sindresorhus/awesome/d7305f38d29fed78fa85652e3a63e154dd8e8829/media/badge.svg)[0m[38;5;12m [39m[38;5;12m(https://github.com/sindresorhus/awesome)[39m[38;5;12m [39m[38;5;14m[1m![0m[38;5;12mPRs[39m[38;5;12m [39m[38;5;12mWelcome[39m[38;5;14m[1m [0m
|
||||
[38;5;14m[1m(https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)[0m[38;5;12m [39m[38;5;12m(http://makeapullrequest.com)[39m[38;5;12m [39m[38;5;12m![39m[38;5;14m[1mLicense[0m[38;5;12m [39m
|
||||
[38;5;12m(https://img.shields.io/github/license/benedekrozemberczki/awesome-gradient-boosting-papers.svg?color=blue)[39m[38;5;12m [39m[38;5;14m[1m![0m[38;5;12mrepo[39m[38;5;12m [39m[38;5;12msize[39m[38;5;14m[1m [0m
|
||||
[38;5;14m[1m(https://img.shields.io/github/repo-size/benedekrozemberczki/awesome-gradient-boosting-papers.svg)[0m[38;5;12m [39m[38;5;12m(https://github.com/benedekrozemberczki/awesome-gradient-boosting-papers/archive/master.zip)[39m
|
||||
[38;5;14m[1m![0m[38;5;12mbenedekrozemberczki[39m[38;5;14m[1m [0m[38;5;14m[1m(https://img.shields.io/twitter/follow/benrozemberczki?style=social&logo=twitter)[0m[38;5;12m [39m[38;5;12m(https://twitter.com/intent/follow?screen_name=benrozemberczki)[39m
|
||||
[38;5;14m[1m(https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)[0m[38;5;12m [39m[38;5;12m(http://makeapullrequest.com)[39m[38;5;12m [39m[38;5;12m![39m[38;5;14m[1mLicense[0m[38;5;12m [39m[38;5;12m(https://img.shields.io/github/license/benedekrozemberczki/awesome-gradient-boosting-papers.svg?color=blue)[39m[38;5;12m [39m[38;5;14m[1m![0m[38;5;12mrepo[39m[38;5;12m [39m[38;5;12msize[39m[38;5;14m[1m [0m
|
||||
[38;5;14m[1m(https://img.shields.io/github/repo-size/benedekrozemberczki/awesome-gradient-boosting-papers.svg)[0m[38;5;12m [39m[38;5;12m(https://github.com/benedekrozemberczki/awesome-gradient-boosting-papers/archive/master.zip)[39m[38;5;12m [39m[38;5;14m[1m![0m[38;5;12mbenedekrozemberczki[39m[38;5;14m[1m [0m
|
||||
[38;5;14m[1m(https://img.shields.io/twitter/follow/benrozemberczki?style=social&logo=twitter)[0m[38;5;12m [39m[38;5;12m(https://twitter.com/intent/follow?screen_name=benrozemberczki)[39m
|
||||
|
||||
[38;5;12m [39m
|
||||
|
||||
|
||||
[38;5;238m―――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――[39m
|
||||
[38;5;238m――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――[39m
|
||||
|
||||
[38;5;12mA curated list of gradient and adaptive boosting papers with implementations from the following conferences:[39m
|
||||
|
||||
@@ -42,10 +41,9 @@
|
||||
[38;5;12m [39m[38;5;12m [39m[38;5;12m [39m[48;5;12m[38;5;11m⟡[49m[39m[38;5;12m [39m[38;5;14m[1mIJCAI[0m[38;5;12m (https://www.ijcai.org/)[39m
|
||||
[38;5;12m [39m[38;5;12m [39m[38;5;12m [39m[48;5;12m[38;5;11m⟡[49m[39m[38;5;12m [39m[38;5;14m[1mUAI[0m[38;5;12m (http://www.auai.org/)[39m
|
||||
|
||||
[38;5;12mSimilar[39m[38;5;12m [39m[38;5;12mcollections[39m[38;5;12m [39m[38;5;12mabout[39m[38;5;12m [39m[38;5;14m[1mgraph[0m[38;5;14m[1m [0m[38;5;14m[1mclassification[0m[38;5;12m [39m[38;5;12m(https://github.com/benedekrozemberczki/awesome-graph-classification),[39m[38;5;12m [39m[38;5;14m[1mclassification/regression[0m[38;5;14m[1m [0m[38;5;14m[1mtree[0m[38;5;12m [39m
|
||||
[38;5;12m(https://github.com/benedekrozemberczki/awesome-decision-tree-papers),[39m[38;5;12m [39m[38;5;14m[1mfraud[0m[38;5;14m[1m [0m[38;5;14m[1mdetection[0m[38;5;12m [39m[38;5;12m(https://github.com/benedekrozemberczki/awesome-fraud-detection-papers),[39m[38;5;12m [39m[38;5;14m[1mMonte[0m[38;5;14m[1m [0m[38;5;14m[1mCarlo[0m[38;5;14m[1m [0m[38;5;14m[1mtree[0m[38;5;14m[1m [0m[38;5;14m[1msearch[0m[38;5;12m [39m
|
||||
[38;5;12m(https://github.com/benedekrozemberczki/awesome-monte-carlo-tree-search-papers),[39m[38;5;12m [39m[38;5;12mand[39m[38;5;12m [39m[38;5;14m[1mcommunity[0m[38;5;14m[1m [0m[38;5;14m[1mdetection[0m[38;5;12m [39m[38;5;12m(https://github.com/benedekrozemberczki/awesome-community-detection)[39m[38;5;12m [39m[38;5;12mpapers[39m[38;5;12m [39m[38;5;12mwith[39m[38;5;12m [39m
|
||||
[38;5;12mimplementations.[39m
|
||||
[38;5;12mSimilar[39m[38;5;12m [39m[38;5;12mcollections[39m[38;5;12m [39m[38;5;12mabout[39m[38;5;12m [39m[38;5;14m[1mgraph[0m[38;5;14m[1m [0m[38;5;14m[1mclassification[0m[38;5;12m [39m[38;5;12m(https://github.com/benedekrozemberczki/awesome-graph-classification),[39m[38;5;12m [39m[38;5;14m[1mclassification/regression[0m[38;5;14m[1m [0m[38;5;14m[1mtree[0m[38;5;12m [39m[38;5;12m(https://github.com/benedekrozemberczki/awesome-decision-tree-papers),[39m[38;5;12m [39m[38;5;14m[1mfraud[0m[38;5;14m[1m [0m[38;5;14m[1mdetection[0m[38;5;12m [39m
|
||||
[38;5;12m(https://github.com/benedekrozemberczki/awesome-fraud-detection-papers),[39m[38;5;12m [39m[38;5;14m[1mMonte[0m[38;5;14m[1m [0m[38;5;14m[1mCarlo[0m[38;5;14m[1m [0m[38;5;14m[1mtree[0m[38;5;14m[1m [0m[38;5;14m[1msearch[0m[38;5;12m [39m[38;5;12m(https://github.com/benedekrozemberczki/awesome-monte-carlo-tree-search-papers),[39m[38;5;12m [39m[38;5;12mand[39m[38;5;12m [39m[38;5;14m[1mcommunity[0m[38;5;14m[1m [0m[38;5;14m[1mdetection[0m[38;5;12m [39m
|
||||
[38;5;12m(https://github.com/benedekrozemberczki/awesome-community-detection)[39m[38;5;12m [39m[38;5;12mpapers[39m[38;5;12m [39m[38;5;12mwith[39m[38;5;12m [39m[38;5;12mimplementations.[39m
|
||||
|
||||
[38;2;255;187;0m[4m2023[0m
|
||||
|
||||
@@ -168,8 +166,7 @@
|
||||
[38;5;12m - [39m[38;5;12mPaper[39m[38;5;14m[1m [0m[38;5;12m (https://arxiv.org/abs/2106.01682)[39m
|
||||
|
||||
[38;5;12m- [39m[38;5;14m[1mTask-wise Split Gradient Boosting Trees for Multi-center Diabetes Prediction (KDD 2021)[0m
|
||||
[38;5;12m [39m[38;5;12m-[39m[38;5;12m [39m[38;5;12mMingcheng[39m[38;5;12m [39m[38;5;12mChen,[39m[38;5;12m [39m[38;5;12mZhenghui[39m[38;5;12m [39m[38;5;12mWang,[39m[38;5;12m [39m[38;5;12mZhiyun[39m[38;5;12m [39m[38;5;12mZhao,[39m[38;5;12m [39m[38;5;12mWeinan[39m[38;5;12m [39m[38;5;12mZhang,[39m[38;5;12m [39m[38;5;12mXiawei[39m[38;5;12m [39m[38;5;12mGuo,[39m[38;5;12m [39m[38;5;12mJian[39m[38;5;12m [39m[38;5;12mShen,[39m[38;5;12m [39m[38;5;12mYanru[39m[38;5;12m [39m[38;5;12mQu,[39m[38;5;12m [39m[38;5;12mJieli[39m[38;5;12m [39m[38;5;12mLu,[39m[38;5;12m [39m[38;5;12mMin[39m[38;5;12m [39m[38;5;12mXu,[39m[38;5;12m [39m[38;5;12mYu[39m[38;5;12m [39m[38;5;12mXu,[39m[38;5;12m [39m[38;5;12mTiange[39m[38;5;12m [39m[38;5;12mWang,[39m[38;5;12m [39m[38;5;12mMian[39m[38;5;12m [39m[38;5;12mLi,[39m[38;5;12m [39m[38;5;12mWeiwei[39m[38;5;12m [39m[38;5;12mTu,[39m[38;5;12m [39m[38;5;12mYong[39m[38;5;12m [39m[38;5;12mYu,[39m[38;5;12m [39m[38;5;12mYufang[39m[38;5;12m [39m[38;5;12mBi,[39m[38;5;12m [39m[38;5;12mWeiqing[39m[38;5;12m [39m[38;5;12mWang,[39m[38;5;12m [39m
|
||||
[38;5;12mGuang[39m[38;5;12m [39m[38;5;12mNing[39m
|
||||
[38;5;12m - Mingcheng Chen, Zhenghui Wang, Zhiyun Zhao, Weinan Zhang, Xiawei Guo, Jian Shen, Yanru Qu, Jieli Lu, Min Xu, Yu Xu, Tiange Wang, Mian Li, Weiwei Tu, Yong Yu, Yufang Bi, Weiqing Wang, Guang Ning[39m
|
||||
[38;5;12m - [39m[38;5;12mPaper[39m[38;5;14m[1m [0m[38;5;12m (https://arxiv.org/abs/2108.07107)[39m
|
||||
|
||||
[38;5;12m- [39m[38;5;14m[1mBetter Short than Greedy: Interpretable Models through Optimal Rule Boosting (SDM 2021)[0m
|
||||
@@ -369,8 +366,8 @@
|
||||
[38;5;12m- [39m[38;5;14m[1mDualBoost: Handling Missing Values with Feature Weights and Weak Classifiers that Abstain (CIKM 2018)[0m
|
||||
[38;5;12m - Weihong Wang, Jie Xu, Yang Wang, Chen Cai, Fang Chen[39m
|
||||
[38;5;12m [39m[38;5;12m-[39m[38;5;12m [39m[38;5;12mPaper[39m[38;5;14m[1m [0m[38;5;12m [39m
|
||||
[38;5;12m(http://delivery.acm.org/10.1145/3270000/3269319/p1543-wang.pdf?ip=129.215.164.203&id=3269319&acc=ACTIVE%20SERVICE&key=C2D842D97AC95F7A%2EEB9E991028F4E1F1%2E4D4702B0C3E38B35%2E4D4702B0C3E38B3[39m
|
||||
[38;5;12m5&__acm__=1558633895_f01b39fd47b943fd01eade763a397e04)[39m
|
||||
[38;5;12m(http://delivery.acm.org/10.1145/3270000/3269319/p1543-wang.pdf?ip=129.215.164.203&id=3269319&acc=ACTIVE%20SERVICE&key=C2D842D97AC95F7A%2EEB9E991028F4E1F1%2E4D4702B0C3E38B35%2E4D4702B0C3E38B35&__acm__=1558633895_f01b39fd47b943fd01eade76[39m
|
||||
[38;5;12m3a397e04)[39m
|
||||
|
||||
[38;5;12m- [39m[38;5;14m[1mFunctional Gradient Boosting based on Residual Network Perception (ICML 2018)[0m
|
||||
[38;5;12m - Atsushi Nitanda, Taiji Suzuki[39m
|
||||
@@ -2003,7 +2000,7 @@
|
||||
[38;5;12m - Harris Drucker, Corinna Cortes, Lawrence D. Jackel, Yann LeCun, Vladimir Vapnik[39m
|
||||
[38;5;12m - [39m[38;5;12mPaper[39m[38;5;14m[1m [0m[38;5;12m (https://www.sciencedirect.com/science/article/pii/B9781558603356500155)[39m
|
||||
|
||||
[38;5;238m―――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――[39m
|
||||
[38;5;238m――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――[39m
|
||||
|
||||
[38;5;14m[1mLicense[0m
|
||||
|
||||
|
||||
Reference in New Issue
Block a user