Zobrazeno 1 - 10
of 69
pro vyhledávání: '"Markus Reiß"'
Publikováno v:
SIAM/ASA Journal on Uncertainty Quantification. 10:179-199
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::4dd3058b88cf9346f25ee3d7af3ef59f
https://doi.org/10.1137/20m1373347
https://doi.org/10.1137/20m1373347
Publikováno v:
Oberwolfach Reports. 16:1309-1356
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::5cadeb36dc79cabef1c505dc520daf83
https://doi.org/10.4171/owr/2019/22
https://doi.org/10.4171/owr/2019/22
Publikováno v:
Statistik und maschinelles Lernen ISBN: 9783662629376
In diesem Kapitel werden die grundlegenden Begriffe und Konzepte der Statistik eingefuhrt. Der Startpunkt ist die mathematische Formulierung eines statistischen Modells. Davon ausgehend werden Konstruktionsprinzipien fur Parameterschatzer, Hypothesen
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::368a36bc0e5513761e9cecd2cc07852f
https://doi.org/10.1007/978-3-662-62938-3_1
https://doi.org/10.1007/978-3-662-62938-3_1
Publikováno v:
Statistik und maschinelles Lernen ISBN: 9783662629376
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::1fbbd1b7588835299fec47cff1544a57
https://doi.org/10.1007/978-3-662-62938-3_4
https://doi.org/10.1007/978-3-662-62938-3_4
Publikováno v:
Statistik und maschinelles Lernen ISBN: 9783662629376
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::c88a52661178577f704a0bcfe74fb9eb
https://doi.org/10.1007/978-3-662-62938-3_5
https://doi.org/10.1007/978-3-662-62938-3_5
Publikováno v:
Statistik und maschinelles Lernen ISBN: 9783662629376
Mit der einfachen linearen Regression beginnend, wird in diesem Kapitel das lineare Modell im Detail studiert. Durch seine allgemeine Formulierung schliest es die multiple sowie die polynomiale Regression ein. Parameterschatzer werden mithilfe der Kl
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::cc3f9c18e39a9bb4585720daba15081d
https://doi.org/10.1007/978-3-662-62938-3_2
https://doi.org/10.1007/978-3-662-62938-3_2
Autor:
Denis Belomestny, Cristina Butucea, Enno Mammen, Eric Moulines, Markus Reiß, Vladimir V. Ulyanov
This book contains contributions from the participants of the international conference “Foundations of Modern Statistics” which took place at Weierstrass Institute for Applied Analysis and Stochastics (WIAS), Berlin, during November 6–8, 2019,
Publikováno v:
Annals of statistics, 48(3), 1432-1451. Institute of Mathematical Statistics
Ann. Statist. 48, no. 3 (2020), 1432-1451
Ann. Statist. 48, no. 3 (2020), 1432-1451
Given data from a Poisson point process with intensity $(x,y) \mapsto n \mathbf{1}(f(x)\leq y),$ frequentist properties for the Bayesian reconstruction of the support boundary function $f$ are derived. We mainly study compound Poisson process priors
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::80aae2e6c797340b9623d4047c48d175
https://research.utwente.nl/en/publications/7ea62eed-a758-475b-9f97-cf77d55f2678
https://research.utwente.nl/en/publications/7ea62eed-a758-475b-9f97-cf77d55f2678
Autor:
Martin Wahl, Markus Reiß
Publikováno v:
Ann. Statist. 48, no. 2 (2020), 1098-1123
We analyse the reconstruction error of principal component analysis (PCA) and prove nonasymptotic upper bounds for the corresponding excess risk. These bounds unify and improve existing upper bounds from the literature. In particular, they give oracl
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::477c0bac7da1779860204f091f16b116
https://projecteuclid.org/euclid.aos/1590480047
https://projecteuclid.org/euclid.aos/1590480047