Zobrazeno 1 - 3
of 3
pro vyhledávání: '"surpénalisation"'
Autor:
Arlot, Sylvain
Publikováno v:
Journal de la Société Française de Statistique
Journal de la Société Française de Statistique, Société Française de Statistique et Société Mathématique de France, 2019, Minimal penalties and the slope heuristics: a survey, 160 (3), pp.158-168
Journal de la Société Française de Statistique, 2019, Minimal penalties and the slope heuristics: a survey, 160 (3), pp.158-168
Journal de la Société Française de Statistique, Société Française de Statistique et Société Mathématique de France, 2019, Minimal penalties and the slope heuristics: a survey, 160 (3), pp.158-168
Journal de la Société Française de Statistique, 2019, Minimal penalties and the slope heuristics: a survey, 160 (3), pp.158-168
International audience; This text is the rejoinder following the discussion of a survey paper about minimal penalties and the slope heuristics (Arlot, 2019. Minimal penalties and the slope heuristics: a survey. Journal de la SFDS). While commenting o
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::795da0886b9c3f5411296efd7818fc5f
http://arxiv.org/abs/1909.13499
http://arxiv.org/abs/1909.13499
Autor:
Lebarbier, Emilie
Publikováno v:
Journal de la Société Française de Statistique
Journal de la Société Française de Statistique, Société Française de Statistique et Société Mathématique de France, 2019, 160 (3), pp.140-149
Journal de la Société Française de Statistique, Société Française de Statistique et Société Mathématique de France, 2019, 160 (3), pp.140-149
International audience; Discussion of Arlot's surveyBirgé and Massart proposed in 2001 the slope heuristics as a way to choose optimally from data an unknownmultiplicative constant in front of a penalty. It is built upon the notion of minimal penalt
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::6780199fc9bc24bb48b8bdeac5583e14
https://hal.inrae.fr/hal-02620482
https://hal.inrae.fr/hal-02620482
Autor:
Arlot , Sylvain
Publikováno v:
Apprentissage statistique et donn\'ees massives
Myriam Maumy-Bertrand; Gilbert Saporta; Christine Thomas-Agnan. Apprentissage statistique et donn\'ees massives, Editions Technip, 2018, 9782710811824
Myriam Maumy-Bertrand; Gilbert Saporta; Christine Thomas-Agnan. Apprentissage statistique et donn\'ees massives, Editions Technip, 2018, 9782710811824
International audience; This text is a survey on cross-validation. We define all classical cross-validation procedures, and we study their properties for two different goals: estimating the risk of a given estimator, and selecting the best estimator
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::e46982b6ae9d80f75d86f91380caea32
https://hal.science/hal-01485508/file/hal_JES_validation-croisee.pdf
https://hal.science/hal-01485508/file/hal_JES_validation-croisee.pdf