Statistiques - Théorie de la statistique

L'apprentissage par transfert utilise des connaissances d'un domaine pour améliorer des tâches dans un autre.

Un aperçu des méthodes pour combler les lacunes dans les jeux de données de séries temporelles tensoriels, en se concentrant sur les données des taxis de NYC.

Comprendre les dynamiques du marketing à travers l'analyse des données de séries temporelles.

Une nouvelle méthode pour garantir l'équité dans les systèmes d'IA en utilisant des données historiques.

Apprends comment le matching de moyenne prédictive améliore l'intégration des données et l'estimation des valeurs manquantes.

Un aperçu de comment les Alliés estimaient la production de chars pendant la WWII.

Un nouvel algorithme pour séparer les caractéristiques communes et uniques dans des ensembles de données bruyants.

Une nouvelle méthode améliore l'estimation en statistiques grâce à des techniques robustes.

Cet article présente une nouvelle stratégie pour améliorer les tâches de régression grâce à l'apprentissage actif.

Une nouvelle approche pour tester des hypothèses dans des contextes de données de haute dimension.

Apprends à détecter les changements dans les données de plusieurs sources de manière efficace.

Un aperçu des techniques d'estimation robuste en stats.

Une nouvelle méthode améliore l'estimation des paramètres pour la régression linéaire en présence de distributions d'erreurs non standards.

Les modèles Max-ARMA prédisent le comportement des rivières pendant les événements météorologiques extrêmes.

Cet article parle des techniques pour estimer avec précision les probabilités d'événements rares.

Un aperçu des méthodes pour suivre des objets dans des environnements bruyants.

Explorer les contributions clés de Gary Lorden aux méthodes statistiques dans plusieurs domaines.

Apprends comment les processus OU à seuil aident à prédire le comportement dans différents domaines.

Explore la relation entre les valeurs singulières et les valeurs propres dans les matrices aléatoires.

Examiner les profils de variance dans la régression ridge pour améliorer la modélisation prédictive.

Ce papier parle des méthodes pour améliorer l'attribution des traitements en utilisant des données passées.

De nouvelles méthodes améliorent la compréhension des processus de Poisson et de leurs applications.

Une nouvelle approche pour améliorer l'analyse de régression avec des points de données variables.

Présentation de la méthode FB pour une meilleure évaluation des modèles en cosmologie.

Une étude révèle des méthodes pour déduire des données malgré les défis de corruption malveillante.

Examiner comment le bruit affecte l'informatique quantique et l'importance des normes de fidélité.

Examiner des techniques de rééchantillonnage pour de meilleures estimations et prévisions de régression.

Apprends les corrélations et leur importance dans différents domaines.

Utiliser des méthodes statistiques avancées pour intégrer les données passées et obtenir de meilleurs insights médicaux.

Découvrez comment les cartes chaotiques déterministes influencent l'émergence de distributions normales.

Un aperçu de comment fonctionnent les distributions conditionnelles avec des variables aléatoires gaussiennes.

La recherche améliore les méthodes pour extraire des fréquences à partir de signaux bruyants.

Un aperçu des quasi-copules bivariées et de leurs applications dans divers domaines.

De nouvelles techniques améliorent la précision pour identifier les tendances dans divers domaines.

Un aperçu de l'importance des tests de permutation dans l'analyse de séries temporelles.

Un aperçu de comment les tests d'ajustement évaluent les données par rapport aux modèles statistiques.

Une méthode pour estimer des distributions de probabilité dans des systèmes incertains.

Un aperçu de comment les mesures de dépendance aident à analyser les relations entre plusieurs variables.

De nouvelles techniques simplifient le calcul de la constante de normalisation de Wishart dans les modèles bayésiens.

Une méthode pour identifier les caractéristiques pertinentes dans des sous-ensembles de données.