Artigos mais recentes para Estatísticas

Uma olhada nos métodos Bayesianos e Frequentistas em estatística.

Explorando o papel das funções submodulares em variáveis aleatórias sob dependência negativa.

Um olhar sobre como fatores aleatórios moldam coleções de pontos.

Aprenda como criar intervalos de confiança eficazes para diferenças de proporção em amostras pequenas.

Uma olhada na análise de dados de rede e métricas chave como o índice Randić.

Uma olhada em como as Florestas Aleatórias estimam a precisão das previsões para uma melhor classificação de dados.

Este artigo fala sobre uma nova abordagem pra melhorar as estimativas em estudos de timing de eventos.

Descubra um novo jeito de trabalhar com distribuições conjuntas em programação probabilística.

Um método robusto de regressão quantílica melhora as previsões em tarefas de imagem médica.

Novos métodos bootstrap melhoram o teste de vetores de médias populacionais em dados de alta dimensão.

Esse artigo fala sobre como usar U-estatísticas para melhorar a análise de dados diádicos.

Inferência seletiva oferece mais precisão para testes de hipóteses depois da agrupamento.

Pesquisadores enfrentam desafios de dados incompletos pra obter resultados precisos.

Aprenda como os métodos bayesianos melhoram a precisão das previsões em resultados incertos.

Apresentando o Método de Descenso Estocástico Mais Afilado para uma melhor otimização em espaços complexos.

Um jeito de otimizar as configurações de privacidade pra ter uma proteção de dados melhor e mais utilidade.

Um guia sobre meios isomórficos e suas aplicações em comparações.

A BETULA melhora a aglomeração hierárquica, tornando-a mais rápida e eficiente.

O teste de Radon-Kolmogorov-Smirnov melhora o teste de duas amostras em estatística usando redes neurais.

ProSMIN melhora a representação do modelo sem dados rotulados, enfrentando desafios importantes no aprendizado auto-supervisionado.

Um novo modelo melhora os estudos de interação gênica usando variáveis auxiliares.

Um novo método pra melhorar previsões em deep learning bayesiano, focando em parâmetros chave.

Descobrindo a distribuição inesperada dos dígitos iniciais em grandes conjuntos de dados.

Aprenda como a decomposição de tensores robusta melhora a análise de dados mesmo com barulho e valores fora do padrão.

Uma olhada em como a memoização estocástica melhora a programação probabilística.

Um novo método pra lidar com valores ausentes em árvores de decisão.

Testes em grupo oferecem uma abordagem mais simples pra identificar defeitos em várias áreas.

Uma visão geral da monotonicidade cíclica e seu impacto nos problemas de transporte.

Este artigo analisa as variações de potência em processos estocásticos influenciados pelo movimento Browniano fracionário.

Aprenda a lidar com pontos de dados extremos na análise de forma eficaz.

Classificando itens de forma eficiente levando em conta comparações pareadas barulhentas usando métodos espectrais.

Este artigo analisa como a técnica do lasso melhora a seleção de variáveis através de redes neurais.

Um olhar sobre como os números podem ser expressos como somas de inteiros.

Aprenda como o DBMR e o NMF tornam a análise de dados mais fácil.

Aprenda como modelos de aprendizado de máquina se saem com dados que nunca viram.

Analisando como vários fatores influenciam os tempos de mistura em modelos de urna.

Um novo método melhora a confiabilidade das previsões, mesmo com rótulos de dados errados.

Uma olhada em como o movimento browniano fracionário cruza níveis ao longo do tempo.

Um novo método melhora a compreensão das relações complexas em séries temporais.

Explorando técnicas de aprendizado de métrica para dados de alta dimensão.