Du surfar just nu på en begränsad version av umu.se. Vad innebär det här?

"False"
Umeå universitet
printicon
Huvudmenyn dold.
Personalbild Saeideh Ghanbari Azar

Saeideh Ghanbari Azar

Kontakt

E-post
saeideh.ghanbari@umu.se

Verksam som

Anknytning
Doktorand vid Institutionen för datavetenskap
Plats
MIT-huset, Umeå universitet, MIT.E.255 Umeå universitet, 901 87 Umeå
From promise to practice: a study of common pitfalls behind the generalization gap in machine learning
Transactions on Machine Learning Research
Ghanbari Azar, Saeideh; Tronchin, Lorenzo; Simkó, Attila; et al.
Visa publikationer i DiVA

Forskargrupper

Gruppmedlem
Maskininlärning