• Bron: Scopus
20172019

Onderzoeksresultaten per jaar

Als u wijzigingen in Pure hebt gemaakt, zullen deze hier binnenkort zichtbaar zijn.

Persoonlijk profiel

Quote

Simon van der Zon is een tweede-jaars promovendus aan de Technische Universiteit van Eindhoven op de afdeling Wiskunde en Informatica. Zijn promotieonderzoek richt zich op verschillende aspecten van “Interactive Machine Learning”. Hij onderscheidt hier twee deelgebieden: aan de ene kant het interpreteren van machine learning modellen, en aan de andere kant het aanbrengen van wijzigingen aan de hand van domein kennis (niet aanwezig in de data). Interpretatie en transparantie wordt gerealiseerd door middel van het genereren van uitleg voor de beslissingen van de modellen, en zodra een gebruiker een idee heeft van de logica achter dergelijke beslissingen kan deze kennis worden uitgebuit om een sterker model te maken. Bij het aanbrengen van wijzigingen in het model kijkt hij vooral naar technieken waarbij het model een actieve rol speelt en vragen stelt aan de gebruiker om zo beter (i.e. accurater, eerlijker, minder bevooroordeeld, ethischer) te worden.

Simon heeft zijn masters titel behaalt aan de Technische Universiteit van Eindhoven met zijn scriptie “Predictive Performance and Discrimination in Unbalanced Classification”, waarin hij de relaties tussen het discriminatie in ongebalanceerde data en de prestatie van modellen onderzocht.

Vingerafdruk

Verdiep u in de onderzoeksgebieden waarop Simon B. van der Zon actief is. Deze onderwerplabels komen uit het werk van deze persoon. Samen vormen ze een unieke vingerafdruk.
  • 1 Soortgelijke profielen

Netwerk

Recente externe samenwerking op landenniveau. Duik in de details door op de stippen te klikken.
  • ICIE 1.0: a novel tool for interactive contextual interaction explanations

    van der Zon, S. B., Duivesteijn, W., van Ipenburg, W., Veldsink, J. & Pechenizkiy, M., 1 jan 2019, ECML PKDD 2018 Workshops - MIDAS 2018 and PAP 2018, Proceedings. Monreale, A. & Alzate, C. (redactie). Cham: Springer, blz. 81-94 14 blz. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); vol. 11054 LNAI).

    Onderzoeksoutput: Hoofdstuk in Boek/Rapport/CongresprocedureConferentiebijdrageAcademicpeer review

    1 Citaat (Scopus)
    2 Downloads (Pure)
  • BoostEMM : Transparent boosting using exceptional model mining

    van der Zon, S. B., Zeev Ben Mordehay, O., Vrijdag, T. S., van Ipenburg, W., Veldsink, J., Duivesteijn, W. & Pechenizkiy, M., 2017, Proceedings of the Second Workshop on MIning DAta for financial applicationS (MIDAS 2017), 18 September 2017, Skopje, Macedonia . Bordino, I., Caldarelli, G., Fumarola, F., Gullo, F. & Squartini, T. (redactie). blz. 5-16 12 blz. (CEUR Workshop Proceedings; vol. 1941).

    Onderzoeksoutput: Hoofdstuk in Boek/Rapport/CongresprocedureConferentiebijdrageAcademicpeer review

    Open Access
    Bestand
    24 Downloads (Pure)
Als u wijzigingen in Pure hebt gemaakt, zullen deze hier binnenkort zichtbaar zijn.