麻雀

此软件的关键字
zbMATH中的参考文献(参考
76篇文章
引用, 1标准件 )
Buccini,Alessandro;De la Cruz Cabrera,Omar;Donatelli,Marco;Martinelli,Andrea;Reichel,Lothar:具有非凸损失和惩罚的大规模回归(2020年) Carlsson,Marcus;Gerosa,Daniele;Olsson,Carl:压缩感知的无偏方法(2020) Mazumder,Rahul;Saldana,Diego;Weng,Haolei:非凸正则化的矩阵完备化:谱算子和可伸缩算法(2020) Mazumder,Rahul;Weng,Haolei:计算秩正则化估计量和同族的自由度(2020) Takada,Masaaki;Suzuki,太极;Fujisawa,Hironori:广义线性模型的独立可解释套索(2020) 谢东秀;沃尔德曼,雨果J.;徐安宝:用于压缩感知和矩阵完成的参数化准软阈值算子(2020) 高维正则化方法(Xiangjie,Xiao Jingi,2020) 于,关;尹,梁;卢,舒;刘玉峰:随机设计稀疏惩罚回归的置信区间(2020) Bhadra,Anindya;Datta,Jyotishka;Li,Yunfan;Polson,Nicholas G.;Willard,Brandon:马蹄形回归的预测风险(2019年) Bhadra,Anindya;Datta,Jyotishka;Polson,Nicholas G.;Willard,Brandon:《套索与马蹄铁:一项调查》(2019年) Georgios Exarchakis,Jörg Bornschein,Abdul Saboor Sheikh,Zhenwen Dai,Marc Henniges,Jakob Drefs,Jörg Lücke:ProSper-一个用于非标准优先级和叠加的概率稀疏编码的Python库(2019年) 阿尔十四 Lee,Seokho;Kim,Seonhwa:稀疏回归中的边缘化套索(2019) 麦,西蒙;吴,C.F.杰夫:\ textsfcmenet:一种新的条件主效应二级变量选择方法(2019) 马荣荣;苗建宇;牛凌峰;张鹏:变换(\ell iu 1)学习稀疏深层神经网络的正则化(2019) Meulman,Jacqueline J.;van der Kooij,Anita J.;Duisters,Kevin L.W.:ROS回归:将正则化与最优标度回归相结合(2019) Moran,Gemma E.;Ročková,Veronika;George,Edward I.:高维贝叶斯变量选择的方差先验形式(2019) Piotr Pokarowski,Wojciech Rejchel,Agnieska Soltys,Michal Frej,Jan Mielniczuk:改进模型选择和预测的套索(2019年) 阿尔十四 石跃勇;徐德义;曹永秀;焦玉玲:基于广义SELO惩罚Cox回归模型的变量选择(2019) Umezu,Yuta;清水,Yusuke;Masuda,Hiroki;Ninomiya,Yoshiyuki:非凹面惩罚似然法的AIC(2019年) Adachi,Kohei;Trendafilov,Nickolay T.:聚类变量的稀疏因子分析:矩阵分解法(2018)