Loading [MathJax]/extensions/tex2jax.js

ixAutoMLInteractive and Explainable Human-Centered AutoML

Projekt: Forschung

Mitwirkende

Publikationen

  1. 2025

  2. Veröffentlicht

    Practitioner Motives to Select Hyperparameter Optimization Methods

    Hasebrook, N., Morsbach, F., Kannengießer, N., Zöller, M., Franke, J., Lindauer, M., Hutter, F. & Sunyaev, A., Mai 2025, in: ACM Transactions on Computer-Human Interaction.

    Publikation: Beitrag in FachzeitschriftArtikelForschungPeer-Review

  3. 2024

  4. Veröffentlicht

    AMLTK: A Modular AutoML Toolkit in Python

    Bergman, E., Feurer, M., Bahram, A., Rezaei, A., Purucker, L., Segel, S., Lindauer, M. & Eggensperger, K., 14 Aug. 2024, in: The Journal of Open Source Software. 9, 100, 4 S., 6367.

    Publikation: Beitrag in FachzeitschriftArtikelForschungPeer-Review

  5. Veröffentlicht

    Interactive Hyperparameter Optimization in Multi-Objective Problems via Preference Learning

    Giovanelli, J., Tornede, A., Tornede, T. & Lindauer, M., 24 März 2024, Proceedings of the 38th conference on AAAI. Wooldridge, M., Dy, J. & Natarajan, S. (Hrsg.). S. 12172-12180 9 S. (Proceedings of the AAAI Conference on Artificial Intelligence; Band 38, Nr. 11).

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/KonferenzbandAufsatz in KonferenzbandForschungPeer-Review

  6. Elektronisch veröffentlicht (E-Pub)

    AutoML in the Age of Large Language Models: Current Challenges, Future Opportunities and Risks

    Tornede, A., Deng, D., Eimer, T., Giovanelli, J., Mohan, A., Ruhkopf, T., Segel, S., Theodorakopoulos, D., Tornede, T., Wachsmuth, H. & Lindauer, M., 9 Feb. 2024, (Elektronisch veröffentlicht (E-Pub)) in: Transactions on Machine Learning Research.

    Publikation: Beitrag in FachzeitschriftArtikelForschungPeer-Review

  7. Elektronisch veröffentlicht (E-Pub)

    Position Paper: A Call to Action for a Human-Centered AutoML Paradigm

    Lindauer, M., Karl, F., Klier, A., Moosbauer, J., Tornede, A., Müller, A., Hutter, F., Feurer, M. & Bischl, B., 2024, (Elektronisch veröffentlicht (E-Pub)) Proceedings of the international conference on machine learning.

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/KonferenzbandAufsatz in KonferenzbandForschungPeer-Review

  8. 2023

  9. Veröffentlicht

    AutoRL Hyperparameter Landscapes

    Mohan, A., Benjamins, C., Wienecke, K., Dockhorn, A. & Lindauer, M., 12 Nov. 2023, Conference proceeding: Second Internatinal Conference on Automated Machine Learning. 27 S. (Proceedings of Machine Learning Research; Band 228).

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/KonferenzbandAufsatz in KonferenzbandForschungPeer-Review

  10. Veröffentlicht

    Automated Machine Learning for Remaining Useful Life Predictions

    Zoeller, M., Mauthe, F., Zeiler, P., Lindauer, M. & Huber, M., 1 Okt. 2023, Proceedings of the international conference on Systems Science and Engineering, Human-Machine Systems, and Cybernetics (IEEE SMC): Improving the Quality of Life, SMC 2023 - Proceedings. S. 2907-2912 6 S. (IEEE International Conference on Systems, Man, and Cybernetics).

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/KonferenzbandAufsatz in KonferenzbandForschungPeer-Review

  11. Elektronisch veröffentlicht (E-Pub)

    PriorBand: Practical Hyperparameter Optimization in the Age of Deep Learning

    Mallik, N., Bergman, E., Hvarfner, C., Stoll, D., Janowski, M., Lindauer, M., Nardi, L. & Hutter, F., Sept. 2023, (Elektronisch veröffentlicht (E-Pub)) Proceedings of the international Conference on Neural Information Processing Systems (NeurIPS).

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/KonferenzbandAufsatz in KonferenzbandForschungPeer-Review

  12. Veröffentlicht

    Hyperparameters in Reinforcement Learning and How to Tune Them

    Eimer, T., Lindauer, M. & Raileanu, R., 23 Juli 2023, ICML'23: Proceedings of the 40th International Conference on Machine Learning. S. 9104–9149 366

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/KonferenzbandAufsatz in KonferenzbandForschungPeer-Review

  13. Elektronisch veröffentlicht (E-Pub)

    Extended Abstract: AutoRL Hyperparameter Landscapes

    Mohan, A., Benjamins, C., Wienecke, K., Dockhorn, A. & Lindauer, M., 20 Juli 2023, (Elektronisch veröffentlicht (E-Pub)). 6 S.

    Publikation: KonferenzbeitragAbstractForschungPeer-Review

  14. Veröffentlicht

    Application of machine learning for fleet-based condition monitoring of ball screw drives in machine tools

    Denkena, B., Dittrich, M., Noske, H., Lange, D., Benjamins, C. & Lindauer, M., Juli 2023, in: The international journal of advanced manufacturing technology. 127, 3-4, S. 1143-1164 22 S.

    Publikation: Beitrag in FachzeitschriftArtikelForschungPeer-Review

  15. Elektronisch veröffentlicht (E-Pub)

    Symbolic Explanations for Hyperparameter Optimization

    Segel, S., Graf, H., Tornede, A., Bischl, B. & Lindauer, M., 16 Mai 2023, (Elektronisch veröffentlicht (E-Pub)) AutoML Conference 2023.

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/KonferenzbandAufsatz in KonferenzbandForschungPeer-Review

  16. Elektronisch veröffentlicht (E-Pub)

    Extended Abstract: Hyperparameters in Reinforcement Learning and How To Tune Them

    Eimer, T., Lindauer, M. & Raileanu, R., 2023, (Elektronisch veröffentlicht (E-Pub)) The 16th European Workshop on Reinforcement Learning (EWRL 2023).

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/KonferenzbandAufsatz in KonferenzbandForschungPeer-Review

  17. 2022

  18. Elektronisch veröffentlicht (E-Pub)

    Enhancing Explainability of Hyperparameter Optimization via Bayesian Algorithm Execution

    Moosbauer, J., Casalicchio, G., Lindauer, M. & Bischl, B., 11 Juni 2022, (Elektronisch veröffentlicht (E-Pub)).

    Publikation: Arbeitspapier/PreprintPreprint

  19. Veröffentlicht

    PriorBand: HyperBand + Human Expert Knowledge

    Mallik, N., Hvarfner, C., Stoll, D., Janowski, M., Bergman, E., Lindauer, M. T., Nardi, L. & Hutter, F., 2022, 2022 NeurIPS Workshop on Meta Learning (MetaLearn).

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/KonferenzbandAufsatz in KonferenzbandForschungPeer-Review

  20. Veröffentlicht

    π BO: Augmenting Acquisition Functions with User Beliefs for Bayesian Optimization.

    Hvarfner, C., Stoll, D., Souza, A. L. F., Lindauer, M., Hutter, F. & Nardi, L., 2022, Proceedings of the International conference on Learning Representation (ICLR).

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/KonferenzbandAufsatz in KonferenzbandForschung