BriefGPT.xyz
Ask
alpha
关键词
regression problems
搜索结果 - 27
随机配置网络:基础和算法
本文提出了一种用于神经网络的随机化方法,即随机配置网络,其采用随机分配输入权重和偏差节点的方法,以监督机制为基础,通过分析地计算输出权重,建立了三种回归问题的版本。研究结果显示,该方法具有较少人为干预的优点,可自适应随机参数设定,学习速度快
→
PDF
7 years ago
在线梯度提升
本文将扩展反推理论以解决在线学习中的回归问题,提出了两种弱学习算法模型,并提出一种在线梯度推进算法将弱学习算法转化为强学习算法,同时介绍了一种更简单的反推算法,并证明了其最优性。
PDF
9 years ago
具有战略数据来源的最佳统计估计
提出一种最优机制,为统计估算器的数据源提供货币激励,以低成本提供高质量的数据,使支付总额和估算误差最小,广泛应用于线性回归和多项式回归,核回归和岭回归等估算器,并应用于各种目标,包括在预算限制下减少估算误差。
PDF
10 years ago
非参数回归模型的自动构建与自然语言描述
本文提出了一种基于高斯过程的非参数回归方法的自动统计学家。该系统使用一种语言模型自动地为给定数据集探索可行的统计模型,并生成包含图表和自然语言文本的详细报告,同时可以在各种领域的 13 个实时数据集中展现最先进的外推性能。
PDF
10 years ago
使用非参数概率联合分布实现半监督领域自适应
利用极值依赖理论提出了一种新的框架来解决半监督域自适应问题,该方法将任何多变量密度分别分解成边缘分布和二元 Copula 函数的乘积,通过检测和修正每个因素的变化来实现密度模型的适应,并引入了一种新颖的藤 Copula 模型,在非参数的情况
→
PDF
12 years ago
迭代行采样
该研究提出新的算法解决回归问题中的稀疏数据,基于迭代法中计算行重要性(行杠杆力分数)的方法,达到比现有技术更好的理论保证。
PDF
12 years ago
基于压缩感知的多标签预测
使用压缩感知的思想,将多标签预测问题简化为二元回归问题,并通过输出码方案实现了该方法,同时保证了鲁棒性。
PDF
15 years ago
Prev
Next