Над 4 милиона заглавия на английски и други езици! Открийте новата си история още днес! Безплатна доставка за поръчки над 69.99€

Проверка на състоянието на поръчката

Станете част от общност от любители на книгите от цял свят и получавате много предимства. Създай на безплатен акаунт

Безплатна доставка със Еконт над 69.99 €

Куриер Speedy 3.49 € Пункт на Speedy 3.49 € ЕКОНТ 3.99 € Еконтомат/Офис на Еконт 3.99 € Ekont Box 3.99 € Sameday 3.99 € Sameday box 3.99 € Box Now 3.99 €

Контакт

Как се пазарува?

Помощ

Моят акаунт

▸ Празна :-(

S lection de Variables Et Estimateurs de Type Lasso

Name: S lection de Variables Et Estimateurs de Type Lasso
Brand: Omniscriptum
SKU: 06903905
Price: 65.02 EUR
Availability: InStock
Author: Mohamed Hebiri
ISBN: 9783841784414

Mohamed Hebiri

Език

Френски език

Книга С меки корици

Код Либристо: 06903905

Издателство Omniscriptum, февруари 2018

Le problčme général étudié dans cette thčse est celui de la régression linéaire en grande dimension.... Цялото описание

Код Либристо: 06903905

158 b

65.02 €

127.16 лв

Външен склад Изпращаме след 5-8 дни

До 30 дни за връщане на стоки

Клиентите са закупили също

Gente Decente Leticia Garza-Falc on

С меки корици

38.83 € 75.95 лв

Joella Wirth: Reporter Laura Gaisser

С меки корици

12.13 € 23.73 лв

The Probable Future Alice Hoffman

С меки корици

17.97 € 35.14 лв

Miss Mousie's Blind Date Tim Beiser

С твърди корици

17.61 € 34.43 лв

L'arbre de la canyella Anna Cabeza Gutés

С меки корици

11.56 € 22.62 лв

Il maestro del Giudizio universale Leo Perutz

С меки корици

21.53 € 42.11 лв

Performing Architectures Andrew Filmer

С твърди корици

154.16 € 301.51 лв

PORTRAITS OF BRITISH AMERICANS, VOLUME 3 FENNINGS TAYLOR

С твърди корици

36.30 € 71.00 лв

HOW DO VARIATIONS IN DEFINITIO Who Regional Office for Europe

С меки корици

76.12 € 148.88 лв

Montesquieu Albert Sorel

С меки корици

17.97 € 35.14 лв

Fist Full of Tears: The Sequel Fanita Moon Pendleton

С меки корици

10.32 € 20.19 лв

Orphans - Time is running out! Ian Dewar

С меки корици

14.82 € 28.98 лв

Dr. Johnson's Table Talk Samuel Johnson

С твърди корици

32.53 € 63.63 лв

Foundation of Tythes Shaken; and the Four Principal Posts, on Which the Nameless Author of a Book, Called, The Right of Tythes Asserted and Proved, Ha THOMAS ELLWOOD

С твърди корици

38.21 € 74.74 лв

fruhe Goetterwelt der antiken Griechen Dr Thomas Marx

С меки корици

17.09 € 33.43 лв

Spitfire! Dilip

С твърди корици

55.72 € 108.98 лв

What The World Owes To Dreamers Orison Swett Marden

С твърди корици

32.53 € 63.63 лв

Tarot Cards & Healing Crystals ABIGAIL WELSH

С меки корици

15.75 € 30.80 лв

Forgive Me Lucy Avril Sabine

С меки корици

12.75 € 24.94 лв

Sasaki & Miyano 02 Shou Harusono

С меки корици

7.33 € 14.33 лв

Harry Potter: The Characters of the Wizarding World Jody Revenson

С твърди корици

58.41 € 114.23 лв

SEO dla blogerów, influencerów i marek osobistych Ewelina Podrez-Siama

С меки корици

16.68 € 32.62 лв

Fire Control Colonel G a Wade

С твърди корици

9.14 € 17.87 лв

Nation and Identity in Contemporary Europe Brian Jenkins

С твърди корици

223.94 € 437.98 лв

Le problčme général étudié dans cette thčse est celui de la régression linéaire en grande dimension. On s'intéresse particuličrement aux méthodes d'estimation qui capturent la sparsité du paramčtre cible. Une méthode populaire pour estimer le paramčtre inconnu de la régression dans ce contexte est l'estimateur des moindres carrés pénalisés par la norme l1 des coefficients, connu sous le nom de LASSO. Les contributions de cet ouvrage portent sur l'étude de variantes de l'estimateur LASSO pour prendre en compte soit des informations supplémentaires sur les variables d'entrée, soit des modes semi-supervisés d'acquisition des données. Plus précisément, les questions abordées dans ce travail sont : l'estimation du paramčtre inconnu lorsque l'espace des variables explicatives a une structure bien déterminée (présence de corrélations, structure d'ordre sur les variables ou regroupements entre variables) ; la construction d'estimateurs adaptés au cadre transductif, pour lequel les nouvelles observations non étiquetées sont prises en considération. Ces adaptations sont en partie déduites par une modification de la pénalité dans la définition de l'estimateur LASSO.