Zobrazeno 1 - 7
of 7
pro vyhledávání: '"Singh, Lisa O."'
Augmenting a smooth cost function with an $\ell_1$ penalty allows analysts to efficiently conduct estimation and variable selection simultaneously in sophisticated models and can be efficiently implemented using proximal gradient methods. However, on
Externí odkaz:
http://arxiv.org/abs/2412.05726
Modern statistical learning algorithms are capable of amazing flexibility, but struggle with interpretability. One possible solution is sparsity: making inference such that many of the parameters are estimated as being identically 0, which may be imp
Externí odkaz:
http://arxiv.org/abs/2211.05089
Publikováno v:
Journal of Computational Social Science; Oct2024, Vol. 7 Issue 2, p2147-2193, 47p
Autor:
Sah, Pratha1 ps875@georgetown.edu, Singh, Lisa O.2 singh@cs.georgetown.edu, Clauset, Aaron3,4,5 Aaron.Clauset@colorado.edu, Bansal, Shweta1,6 sb753@georgetown.edu
Publikováno v:
BMC Bioinformatics. 2014, Vol. 15 Issue 1, p1-26. 26p. 2 Color Photographs, 1 Diagram, 3 Graphs.
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.
Publikováno v:
Nature Communications; Dec2012, Vol. 3 Issue 12, p1181, 1p