插入符号

R包插入符号:分类和回归训练。用于训练和绘制分类和回归模型的Misc函数


zbMATH中的参考文献(参考 64篇文章 引用,1标准件)

显示第1到第20个结果,共64个。
按年份排序(引用)
  1. Ferri García,Ramón;Castro Martín,Luis;del Mar Rueda,María:用超人口模型评估在线调查中估计的机器学习方法(2021年)
  2. Anthony D.Blaom、Franz Kiraly、Thibaut Lienart、Yiannis Simillides、Diego Arenas、Sebastian J.Vollmer:MLJ:A Julia package for Compositable Machine Learning(2020年)阿尔十四
  3. Barinder Thind,Sidi Wu,Richard Groenewald,Jiguo Cao:FuncNN:使用广义输入空间拟合深层神经网络的R包(2020)阿尔十四
  4. 安托万查姆巴兹;大卫本克瑟:目标学习领域的骑行(2020年)
  5. F、 Aragón-Royón,A.Jiménez-Vílchez,A.Arauzo Azofra,J.M.Benítez:FSinR:功能选择的详尽包(2020年)阿尔十四
  6. Gero Szepannek:R包信用评分概况(2020)阿尔十四
  7. Kim,Sun Hye;Boukouvala,Fani:基于机器学习的数据驱动优化代理建模:回归技术子集选择的比较(2020)
  8. Taylor Larkin;Mcmanus,Denise:对葡萄酒的分析祝酒:使用叠加归纳预测葡萄酒偏好(2020)
  9. Neeraj Dhanraj Bokde;Gorm Bruun Andersen:ForecastTB-作为预测方法比较试验台的R包(2020年)阿尔十四
  10. Roustant,Olivier;Padonou,Espéran;Deville,Yves;Clément,Aloïs;Perrin,Guillaume;Giorla,Jean;Wynn,Henry:具有类别输入的高斯过程元模型的群核函数(2020)
  11. Sage,Andrew J.;Genschel,Ulrike;Nettleton,Dan:随机森林等级概率估计的树聚合(2020年)
  12. Sayan Putatunda,Dayananda Ubrangala,Kiran Rama,Ravi Kondapalli:DriveML:无人驾驶机器学习的R包(2020)阿尔十四
  13. Szainbiek人工智能软件包阿尔十四
  14. Tomčala,Jiří:超级计算机基础设施消费的可预测性和熵(2020)
  15. 涂睿;王,严;吴春福:关于改进的Matérn型核岭回归的收敛速度及其在计算机模型校准中的应用(2020)
  16. 于伟昌;奥莫罗德,约翰T.;斯图尔特,迈克尔:变量选择的变分判别分析(2020)
  17. Ahsen,Mehmet-Eren;Vogel,Robert M.;Stolovitzky,Gustavo A.:排名分类预测的无监督评估和加权聚合(2019年)
  18. Azmi,Mohamed;Runger,George C.;Berrado,Abdelaziz:用于分类的可解释正则化类关联规则算法(2019)
  19. Baíllo,Amparo;Cárcamo,Javier;Getman,Konstantin:将X射线天文数据分类为恒星类的新距离测量(2019年)
  20. Berrendero,JoséR.;Cárcamo,Javier:二次分类器的线性分量(2019)