reservr：将分布和神经网络拟合到截尾和截尾数据

定义配电族并使其适合区间截尾和区间截尾数据，其中截尾界限可能取决于个别观察结果。定义的分布特征密度、概率、抽样和拟合日志密度日志的方法和有效实现f（x）和对数概率log P（x0<=x<=x1）用于“TensorFlow”神经网络通过“张量流”包。允许培训基于区间敏感和区间截断的参数神经网络具有灵活参数化的数据。应用包括索赔非人寿保险的发展，例如建模报告延迟不完整数据的分布，见Bücher，Rosenstock（2022）<doi:10.1007/s13385-022-00314-4>.

版本：	0.0.3
取决于：	R（≥3.5）
进口：	断言(≥ 0.2.1),泛型,胶(≥ 1.3.1),角质3,矩阵统计,nloptr公司,数字派生,呜呜声(≥ 0.3.3),R6级(≥ 2.4.1),卢比,Rcpp并行,拉朗（≥0.4.5），统计，实用程序
链接到：	伯克希尔哈撒韦,卢比,RcppArmadillo公司,Rcpp并行
建议：	覆盖（covr）,呼叫者,色彩空间,数据表,数字播放器(≥ 0.8.4),evmix公司,菲迪斯特普卢斯(≥ 1.0.14),可弯曲的(≥ 0.5.8),可格式化的(≥0.2.0.1),毛皮商(≥ 0.1.0),ggplot2(≥ 3.2.1),ggridges公司(≥0.5.2),针织物(≥ 1.28),logKDE（日志KDE）(≥ 0.3.2),官员(≥ 0.3.7),拼凑(≥ 1.0.0),网状的,rmarkdown公司(≥ 2.1),rstudioapi公司,张量流(≥ 2.0.0),测试那个(≥ 2.1.0),第三年(≥ 1.0.2),可开采的,长凳,生存,文章,预订
出版：	2024-06-24
内政部：	10.32614/CRAN.包装.贮存器
作者：	亚历山大·罗森斯托克[aut，cre，cph]
维护人员：	亚历山大·罗森斯托克（Alexander Rosenstock）<Alexander.Rosenstock at web.de>
错误报告：	https://github.com/AshesITR/reservr/issues网站
许可证：	GPL-2型|GPL-3公司[扩展自：GPL]
网址：	https://ashesitr.github.io/reservr（网址：https://ashesitr.github.io/reservr）/,https://github.com/AshesITR/reservr
需要编译：	对
系统要求：	GNU品牌
材料：	自述文件 新闻
在视图中：	分配
CRAN检查：	储层结果

文档：

参考手册：	reservr.pdf格式
渐晕图：	使用分发内容 截尾和截尾数据的拟合分布和神经网络：R包存储 TensorFlow集成

下载内容：

包源：	储层0.0.3.tar.gz
Windows二进制文件：	r-devel公司：储液罐_0.0.3.zip，r版本：储液罐_0.0.3.zip，r-oldrel：储液罐_0.0.3.zip
macOS二进制文件：	r释放（arm64）：储层0.0.3.tgz，r-oldrel（arm64）：储层0.0.3.tgz，r-release（x86_64）：储层0.0.3.tgz，r-oldrel（x86_64）：储层0.0.2.tgz
旧来源：	储存器档案

链接：

请使用规范形式https://CRAN.R-project.org/package=reservr链接到此页面。