Statistiques - Théorie de la statistique

Apprends comment les moyennes tronquées améliorent les estimations dans l'analyse de données.

De nouvelles méthodes visent à améliorer l'analyse de données à haute dimension en utilisant des techniques statistiques.

De nouvelles méthodes améliorent les prédictions en utilisant la régression par crête de noyau dans l'éducation et d'autres domaines.

Présentation de techniques pour améliorer l'estimation dans des modèles autorégressifs périodiques affectés par le bruit.

Un aperçu de comment la PCA multi-way améliore l'analyse de jeux de données complexes.

Un aperçu de l'inférence bayésienne sparse et son rôle dans la récupération des signaux véritables.

Une nouvelle méthode combine des tenseurs et de l'interpolation pour une meilleure identification de système.

Apprends comment les ensembles de prédiction aident à gérer l'incertitude dans des environnements en changement.

Ce papier introduit la sparsité de cardinalité pour améliorer la représentation des données et le calcul.

Une nouvelle méthode améliore le test d'uniformité pour les distributions de données de haute dimension.

Un aperçu des GLM et leur relation avec les mélanges gaussiens.

Cette recherche examine comment les mélanges gaussiens peuvent améliorer les techniques de modélisation des données.

Cet article met en avant le rôle des noyaux non-séparables dans les processus gaussiens.

iPCA propose une méthode fiable pour analyser les relations dans des données groupées.

Explore des méthodes pour des prédictions fiables en apprentissage automatique à travers des ensembles de confiance.

Un aperçu du risque excessif et de la minimisation du risque empirique avec des pertes exp-concaves.

Un aperçu de comment Policy Mirror Descent améliore la prise de décision dans les MDP.

Un nouvel algorithme pour estimer les transformations malgré les erreurs de données.

Une plongée profonde dans les ensembles de confiance des modèles et la sélection de variables en statistiques.

Les techniques pour identifier les caractéristiques importantes dans des ensembles de données complexes sont essentielles.

L'intégration des transformations L2O et des modèles graphiques améliore l'estimation des paramètres dans les SEM.

Lasso aide à identifier les données importantes dans des ensembles de données complexes.

Analyser les relations entre des groupes de variables aléatoires pour des meilleurs insights.

Cet article parle d'un regain d'intérêt pour l'inférence fiduciaire en utilisant des méthodes généralisées.

Une étude sur comment la fièvre typhoïde se propage en utilisant des modèles statistiques.

Explorer des méthodes pour analyser les différences dans les distributions de données en utilisant des E-variables.

Découvre les propriétés et les applications des tenseurs simples réguliers dans l'optimisation.

Apprends comment les contrôles négatifs améliorent la fiabilité dans les tests d'hypothèses.

Explorer comment les barycentres aident à comprendre la concentration des données dans des espaces complexes.

Un aperçu des réseaux de neurones profonds avec pénalisation sparses et leurs applications.

Améliorer les méthodes d'auto-formation avec de meilleures techniques de sélection de pseudo-étiquettes.

Une nouvelle approche pour estimer avec précision le centre des distributions symétriques.

Enquêter sur les complexités d'estimer des signaux à partir de données bruyantes et rares.

Un guide pour comprendre les séries temporelles de haute dimension et leurs techniques d'analyse.

Un aperçu des nouvelles méthodes statistiques pour comparer les structures de dépendance dans les données.

Une nouvelle méthode améliore la détection des signaux dangereux dans les opérations militaires et spatiales.

Nouvelles méthodes pour détecter rapidement les changements dans les systèmes périodiques.

Découvrez comment la prédiction conforme divisée améliore la fiabilité des données et la prise de décision.

Découvrez les avantages d'utiliser PanIC pour la sélection de modèles en statistiques.

Un nouveau cadre améliore les méthodes de régression pour prévoir les événements rares.