zbMATH中的参考文献（参考文献3160篇)

1. 艾，明瑶；王飞；于军；张惠明：大规模分位数回归的最优子抽样（2021）
2. 阿勒松尼埃，圣芬尼；Chevallier，Juliette：一类新的随机EM算法。逃逸和局部处理（maxima表内）
3. 阿拉奇，奇杜本；Huang，Bert:对抗性标签学习的一般框架（2021）
4. Aydemir，Onder：一种新的分类器性能评估指标：多边形面积度量（2021）
5. 巴吉洛夫，阿迪尔·M。；塔赫里，索纳；Cimen，Emre：大规模聚类线性回归的增量DC优化算法（2021）
6. Bénard，Clément公司；比尔，杰拉德；达维加，塞巴斯蒂安；Scornet，Erwan:SIRUS:用于分类的稳定和可解释的规则集（2021）
7. 伯曼尼斯，阿米特；萨尔霍夫，摩舍；Averbuch，Amir:几何成分分析及其在数据分析中的应用（2021）
8. 贝尔西马斯，迪米特里斯；邓恩，杰克；王玉晨：近最优非线性回归树（2021）
9. 布拉奎罗，拉斐尔；卡里佐萨，埃米利奥；拉米雷斯·科博，佩帕；西勒罗·德纳米尔，M。Remedios：成本敏感的约束套索（2021）
10. 布拉瑟，里科；Fryzlewicz，Piotr：通过数据旋转使轴对齐的集合规则化，有利于更简单的学习者（2021）
11. 纳迪亚，伯克特；Huber，Marco F.：监督机器学习的可解释性调查（2021）
12. Cansu Alakus，Denis Larocque，Aurelie Labbe:RFPredival:随机森林和增强森林预测区间的R包（2021）阿尔十四
13. 卡里佐萨，埃米利奥；莫莱罗-里欧，克里斯蒂娜；Romero Morales，Dolores:分类和回归树中的数学优化（2021）
14. 陈红；郭长英；熊慧娟；王英杰：具有斜坡损失的稀疏加法机（2021）
15. 杜宇；林晓东；范明明；Ruszczynèski，Andrzej:多块统计学习的选择性线性化（2021）
16. 费勒，马提亚斯；范瑞恩，一月。；卡德拉，阿林德；吉斯贝尔斯，皮尔特；马立克，尼拉托伊；拉维，萨希提亚；米勒，安德烈亚斯；范肖伦，华金；Hutter，Frank:openmlpython:OpenML的可扩展Python API（2021）
17. 弗罗格，查理；克莱奇，塞巴斯蒂安；简，爱德华；Justin Solomon:将未标记数据纳入分布式稳健学习（2021）
18. 甘国军；马朝群；吴建红：数据聚类。理论、算法和应用（2021）
19. 高哲明；方淑贞；罗健；Medhin，Negash:无核双阱势支持向量机及其应用（2021）
20. 戈梅斯，安德烈斯；Prokopyev，Oleg A:最佳子集选择的混合整数分式优化方法（2021）