ZBMaCT中的参考文献（87篇文章中引用）

1. Boehmke，Brad；格林威尔，Brandon M.：用R（2020）进行机器学习
2. Lai，Yuanhao；麦克劳德，伊恩：集合分位数分类器（2020）
3. 余庆、麦、青：差分网络分析的有效计算及其在二次判别分析中的应用（2020）
4. Sheng，英；王，Qihua：超高维分类的无模型特征筛选（2020）
5. Bagirov，阿迪尔；Taheri，Sona；Asadi，Soodabeh：分段线性回归凸优化算法的差异（2019）
6. BAK、Kwan Young、Jhong、Jae Hwan、Koo、Ja Yong：B样条和全变分惩罚的空间自适应二值分类器（2019）
7. Christoph Mssel，Ludwig Lausser，Markus Maucher，Hans A. Kestler：分类器的多目标参数选择（2019）不是ZB数学
8. Cichosz，PAWE：讨论论坛文章的文本挖掘：用词袋和全局向量分类（2019）
9. Cipolli，威廉三世；汉森，蒂莫西：基于光滑波利亚树的监督学习（2019）
10. 戴维斯，Benjamin J. K.；CurrReo，Frank C.：非欧几里得空间协方差矩阵的地统计学方法的发展和评价（2019）
11. Dena J. Clink，Holger Klinck：GiBrnr：用机器学习检测和分类声学信号的R包（2019）阿西夫
12. GE，李；刘，Jiaguo；张，Yusen；德默，马蒂亚斯：用广义混沌游戏表示识别抗癌肽（2019）
13. O'HaGaN，阿德里安；White，亚瑟：改进的基于模型的聚类性能使用贝叶斯初始化平均（2019）
14. 潘，余庆；麦青；张，辛：高维协变调整张量分类（2019）
15. 皮切尼，维克托；Servien，ReMI；维拉莱涅别墅，娜塔丽：功能数据可解释的稀疏SIR（2019）
16. RAMASUBRAMANIN，Karthik；Singh，AbHeHek：R（2019）中使用时间序列和基于工业的用例的机器学习
17. 元，Beibei；海泽尔，威廉；De Rooij，马克：（δ）-机器：基于距离的原型分类（2019）
18. 于青攀，青买，张欣：郁金香：一个带有惩罚的线性判别分析的工具箱（2019）阿西夫
19. Zarei，Shaho；Mohammadpour，Adel：通过逻辑回归（2019）在高维分类中使用合成数据和降维
20. Alicja Gosiewska；Przemyslaw Biecek：审计员：模型不可知性视觉验证和诊断的R包（2018）阿西夫