序言

编辑; 2014年NIPS高能物理与机器学习研讨会论文集，PMLR 42:i-v

[摘要][下载PDF]

LHC实时数据分析：现在与未来

Vladimir Gligorov; 2014年NIPS高能物理与机器学习研讨会论文集，PMLR 42:1-18

[摘要][下载PDF]

希格斯玻色子机器学习挑战

Claire Adam-Bourdarios、Glen Cowan、Cécile Germain、Isabelle Guyon、Balàzs Kégl、David Rousseau; 2014年NIPS高能物理与机器学习研讨会论文集，PMLR 42:19-55

[摘要][下载PDF]

剖析希格斯ML挑战赛的获胜方案

Gábor Melis; 2014年NIPS高能物理与机器学习研讨会论文集，PMLR 42:57-67

[摘要][下载PDF]

使用提升树发现希格斯玻色子

Tianqi Chen、Tong He; 2014年NIPS高能物理与机器学习研讨会论文集，PMLR 42:69-80

[摘要][下载PDF]

深度学习、暗知识和暗物质

Peter Sadowski、Julian Collado、Daniel Whiteson、Pierre Baldi; 2014年NIPS高能物理与机器学习研讨会论文集，PMLR 42:81-87

[摘要][下载PDF]

通过逻辑损失最小化优化AMS

Wojciech Kotłowski; 2014年NIPS高能物理与机器学习研讨会论文集，PMLR 42:99-108

[摘要][下载PDF]

使用加权AUC优化模型优化AMS

Roberto Díaz-Morales、Ángel Navia-Vázquez; 2014年NIPS高能物理与机器学习研讨会论文集，PMLR 42:109-127

[摘要][下载PDF]

用于优化希格斯ML挑战赛中发现显著性的加权分类级联

Lester Mackey、Jordan Bryan、Man Yue Mo; 2014年NIPS高能物理与机器学习研讨会论文集，PMLR 42:129-134

[摘要][下载PDF]