Estatística

Analisando a divisão entre elites e as massas nas discussões políticas online.

Usando dados de expressão gênica pra prever os impactos químicos na saúde e no meio ambiente.

Analisando métodos tradicionais e de aprendizado de máquina para lidar com dados faltantes.

Aprenda como as vine copulas melhoram as previsões em relacionamentos complexos de dados.

Uma abordagem flexível pra analisar conjuntos de dados complexos usando Priors Aninhados de Átomos Compartilhados.

Métodos inovadores para recuperar rótulos de tempo a partir de dados dinâmicos ruidosos.

Uma olhada nos algoritmos de ligação de registros e seu impacto na análise de dados.

Analisando a sobrevivência dos pacientes com modelos polihazard melhora a precisão dos dados e as decisões de tratamento.

Explorando os riscos de privacidade em dados sintéticos e apresentando o Índice de Plágio de Dados.

O aprendizado federado melhora a imagem médica enquanto protege os dados dos pacientes.

Um novo método combina previsões Bayesianas e copulas em videira para melhorar a análise de dados.

Investigando como o fluxo de espelho minimiza erros em tarefas de classificação.

Aprenda como a regressão por kernel e a atualização bayesiana melhoram as previsões com novos dados.

Apresentando o PACE, uma abordagem estruturada para explicações de IA confiáveis.

Novos modelos melhoram as previsões em ambientes de dados em mudança.

Explorando novos algoritmos para classificação multiclasse com feedback limitado.

Uma nova abordagem pra entender como as ações interagem durante as mudanças do mercado.

Métodos bayesianos melhoram a velocidade e a precisão da análise de dados para grandes conjuntos de dados.

Um novo método combina inferência bayesiana e aprendizado de máquina pra uma análise de dados melhor.

Um novo método pra estimar expectativas condicionais de forma eficiente em ambientes incertos.

Analisando como modelos populacionais moldam genealogias e influenciam algoritmos genéticos.

Novas técnicas de amostragem melhoram a eficiência na análise estatística.

Uma nova técnica que utiliza eletrostática para melhor amostragem e estimativa de dados.

Novas abordagens para resolver sistemas lineares complexos de forma eficiente.

Apresentando uma abordagem Bayesiana pra melhorar a seleção de variáveis em modelos de regressão.

Um guia pra otimizar o tamanho da amostra pra uma análise de dados mais eficiente.

Aprenda como o Cluster Quilting resolve os desafios do aprendizado em patchwork com conjuntos de dados incompletos.

Analisando métodos tradicionais e de aprendizado de máquina para lidar com dados faltantes.

Aprenda como as vine copulas melhoram as previsões em relacionamentos complexos de dados.

Uma abordagem nova pra entender os efeitos causais em estudos de tratamento com variáveis contínuas.

Uma abordagem flexível pra analisar conjuntos de dados complexos usando Priors Aninhados de Átomos Compartilhados.

Um novo método melhora a modelagem de dados em áreas com informações limitadas.

Essa pesquisa desenvolve métodos para alocação justa de recursos, mesmo com feedback limitado dos usuários.

Um olhar sobre como o framework de estimand melhora a análise de ensaios clínicos.

Uma nova maneira de entender conexões humanas complexas através da análise de redes sociais fuzzy.

Um estudo sobre como o Park-and-Ride pode reduzir a congestão e as emissões.

A informação impacta muito os processos de decisão em vários campos.

A Lei de Benford mostra uns padrões estranhos nos primeiros dígitos de conjuntos de dados.

Um método para análise detalhada de sinais ao longo do tempo e da frequência.

Novos métodos melhoram a compreensão do universo através de dados de lente gravitacional fraca.

Aprenda como a regressão por kernel e a atualização bayesiana melhoram as previsões com novos dados.

Métodos inovadores para recuperar rótulos de tempo a partir de dados dinâmicos ruidosos.

Esse artigo apresenta quantis minimax pra ter estimativas estatísticas melhores.

Este estudo examina PINNs Bayesianos para estimar parâmetros de PDE a partir de dados ruidosos.

Dois novos estimadores melhoram a precisão na análise de dados de resposta a itens.

Explore como o modelo de bloco estocástico ajuda a identificar comunidades em redes.

Aprenda a identificar padrões incomuns em dados de séries temporais com a profundidade de Markov.

Aprenda técnicas para estimar valores faltantes em sequências estocásticas estacionárias.