Zobrazeno 1 - 10
of 10
pro vyhledávání: '"Arnroth, Lukas"'
Autor:
Arnroth, Lukas
In this paper, the approach of utilizing the core tensor from the Tucker decomposition, in place of theuncompressed tensor, for nding a valid tensor rank for the PARAFAC decomposition is considered.Validity of the proposed method is investigated in t
Externí odkaz:
http://urn.kb.se/resolve?urn=urn:nbn:se:uu:diva-353287
Autor:
Arnroth, Lukas, Fiddler Dennis, Jonni
This thesis examines the performance of the support vector machine and the random forest models in the context of binary classification. The two techniques are compared and the outstanding one is used to construct a final parsimonious model. The data
Externí odkaz:
http://urn.kb.se/resolve?urn=urn:nbn:se:uu:diva-274768
Autor:
Arnroth, Lukas1 (AUTHOR) lukas.arnroth@statistik.uu.se, Vegelius, Johan1 (AUTHOR)
Publikováno v:
Communications in Statistics: Simulation & Computation. 2024, Vol. 53 Issue 12, p6189-6205. 17p.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Arnroth, Lukas1 (AUTHOR), Ahmad, Rauf1 (AUTHOR)
Publikováno v:
Communications in Statistics: Theory & Methods. 2022, Vol. 51 Issue 24, p8754-8775. 22p.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Arnroth, Lukas1 (AUTHOR) lukas.arnroth@statistik.uu.se, Ahmad, Rauf1 (AUTHOR)
Publikováno v:
Journal of Statistical Computation & Simulation. Jun2022, Vol. 92 Issue 9, p1823-1850. 28p.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Arnroth, Lukas1 (AUTHOR) lukas.arnroth@statistik.uu.se
Publikováno v:
Metrika. Feb2024, p1-15.