zbMATH中的参考文献（参考文献69条,2标准条款)

1. 里斯卡，吉尔伯托·罗德里格斯；西里洛，马塞洛·恩盖洛；德梅内塞斯，富图纳托·席尔瓦；Bueno Filho，Julio Silvio de Sousa:基于扩展广义线性模型的机器学习在混合实验中的应用（2022）
2. Rui J.Costa，Moritz Gerstung:经验Bayes-Cox模型下疾病进展分析的R包ebmstate（2022）阿尔十四
3. 巴尔母鸡，艾弗纳；盖伊，塞文；Poggi，Jean-Michel:空间车分类树（2021）
4. 艾伦巴赫，妮可；布尔斯泰克斯，安妮·劳尔；比什尔，伯纳德；安格，克里斯蒂安；Hornung，Roman:通过稳健的参数调整改进数据源的结果预测（2021年）
5. Fasiolo，M.，Wood，S.N.，Zaffran，M.，Nedelec，R.，Goude，Y.：qgam:R中的贝叶斯非参数分位数回归模型（2021）不是zbMATH
6. 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
7. 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）
8. 穆吉奥，维托M.R。；托雷塔，费德里科；艾勒，保罗·H·C。；西安德拉，玛丽安格拉；阿塔纳西奥，马西莫：加性回归分位数中的多重平滑参数选择（2021）
9. 优素福，卡西夫；Ng，Serena:用时变参数推进高维预测回归（2021）
10. 安格布雷森，Solveig；Glad，Ingrid K.：高维和低维的加性单调回归（2019）
11. 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
12. 威尔乔斯基，托马斯；Schmid，Matthias:稀疏核深堆叠网络（2019）
13. 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）
14. 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
15. 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）
16. 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）
17. 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）
18. 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）
19. 伊丽莎白·瓦尔德曼：《分位数回归：如何和为什么》短篇小说（2018）
20. 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）