zbMATH中的参考文献（参考文献63条,2标准条款)

1. Jakob A.Dambon，Fabio Sigrist，Reinhard Furrer:varycoef:基于高斯过程的空间变系数模型的R包（2021）阿尔十四
2. 科洛索瓦，坦尼亚；Berestizhevsky，Samuel:监督机器学习。SAS和R的优化框架与应用（2021）
3. 优素福，卡西夫；Ng，Serena:用时变参数推进高维预测回归（2021）
4. 安格布雷森，Solveig；Glad，Ingrid K.：高维和低维的加性单调回归（2019）
5. 维森德斯，D。；泰马弗德，L。；麦克奈尔，P.D。；惠特菲尔德，K。；英语，D.R。；本泰伊布，S。；亨德曼，R.J。；Thomas，R.：在一项结直肠癌治疗研究（2019年）中使用深度数据分析方法预测整个分布
6. 威尔乔斯基，托马斯；稀疏内核叠加（2019年：Matthias deep networks）
7. 本德，安德烈亚斯；格罗尔，安德烈亚斯；Scheipl，Fabian:时间到事件分析的广义加性模型方法（2018）
8. Emily Morris，Kevin He，Li Yanming Li，Yi Li，Jian Kang:SurvBoost:基于梯度提升的分层比例风险模型中高维变量选择的R包（2018）阿尔十四
9. 梅尔，安德烈亚斯；本杰明·霍夫纳：统计建模的推进——非技术性介绍（2018）
10. 朔贝格，冈瑟；格罗尔，安德烈亚斯：用随机森林预测国际足球锦标赛的比赛（2018）
11. 塞博尔德，海蒂；伯瑙，克里斯托夫；布尔斯泰克斯，安妮·劳尔；De Bin，Riccardo:关于高维线性Cox模型提升步数的选择和影响（2018）
12. 托马斯，珍妮克；梅尔，安德烈亚斯；比什尔，伯纳德；施密德，马提亚斯；史密斯，亚当；Hofner，Benjamin:分布回归的梯度提升：通过非周期更新加快调整和改进变量选择（2018）
13. 伊丽莎白·瓦尔德曼：《分位数回归：如何和为什么》短篇小说（2018）
14. 波默特，安德里亚；拉赫内夫勒，约格；Lang，Michel:一种多准则方法，为高维数据寻找具有稳定特征选择的预测和稀疏模型（2017）
15. 布罗克豪斯，莎拉；麦切尔，迈克尔；利什，弗里德里希；Greven，Sonja:促进具有大量函数历史效应的灵活函数回归模型（2017）
16. 弗里德里希，斯蒂芬妮；曼尼茨，朱利安；汉堡，帕特里夏；阿莫斯，克里斯托弗一世。；瑞希，安吉拉；张克洛德，珍妮；威奇曼，海因茨·埃里希；克奈布，托马斯；比克伯勒，黑克；Hofner，Benjamin:基于路径的核增强分析全基因组关联研究（2017）
17. 格雷文，索尼娅；Scheipl，Fabian:函数回归建模的一般框架（2017）
18. 克劳斯，丹尼尔；Czado，Claudia:D-vine copula基分位数回归（2017）
19. 梅尔，安德烈亚斯；本杰明霍夫纳；沃尔德曼，伊丽莎白；赫普，托比亚斯；梅耶，塞巴斯蒂安；Gefeller，Olaf:生物医学统计促进的最新进展（2017）
20. 潘德，阿莫尔；李、梁；拉杰斯瓦兰，吉瓦南坦；埃林格，约翰；科加鲁尔，乌达亚B。；黑石，尤金H。；Hemant Ishwaran：纵向数据的增强多元树（2017）