Rachel Zhang的专栏因为理想,所以拼搏,关注计算机应用的点点滴滴……目录视图摘要视图订阅个人资料 Rachel-Zhang 访问:2395534次积分:26018等级: 排名:第77名原创:447篇转载:33篇译文:1篇评论:3375条博主描述浙江大学CS硕士在读,关注计算机视觉,机器学习,算法研究,人工智能, 移动互联网等学科和产业,希望结识更多同道中人。新浪微博:Rachel____...
7002 guA 72 ]EM.tats[ 1v7153.807:0viXraSparseinversecovarianceestimationwiththelassoJeromeFriedman TrevorHastie andRobertTibshirani February1,2008AbstractWeconsidertheproblemofestimatingsparsegraphs...
北京交通大学硕士学位论文Lasso及其相关方法在多元线性回归模型中的应用姓名:柯郑林申请学位级别:硕士专业:概率论与数理统计指导教师:张尚立201105
清华大学综合论文训练题目:基于Lasso的人脸识别算法系专姓别:电子工程系业:电子信息科学与技术名:熊英指导教师:苏光大教授2010年6月
使用Process Lasso调整优化系统进程Process Lasso 是一款独特的调试级别的系统优化工具,主要功能是动态调整各个进程的优先级并设为合理的优先级类以实现为系统减负的目的,可有效避免蓝屏、假死、进程停止响应、进程占用 CPU 时间过多等症状。同时它还具备前台进程推进、工作集修整、进程黑名单等附加特性。Process Lasso 对系统的优化是完全实时加智能的,不会修改任何系统既有配...
7002 yaM 23 ]TS.htam[ 1v8033.507:0viXraElectronicJournalofStatisticsVol.1(2007)169–194ISSN:1935-7524DOI:10.1214/07-EJS008SparsityoracleinequalitiesfortheLassoFlorentinaBunea DepartmentofStatistics,F...
使用数理统计模型从海量数据中有效挖掘信息越来越受到业界关注。在建立模型之初,为了尽量减小因缺少重要自变量而出现的模型偏差,通常会选择尽可能多的自变量。然而,建模过程需要寻找对因变量最具有强解释力的自变量集合,也就是通过自变量选择(指标选择、字段选择)来提高模型的解释性和预测精度。指标选择在统计建模过程中是极其重要的问题。Lasso算法则是一种能够实现指标集合精简的估计方法。 Tibshir...
基于 L A S S O方法的短期利率模型设定分析 张 摘 实际使用的要求。睿要:本文分别利用两阶段最小二乘和 L A S S O对 C K L S模型进行参数选择,通过结果的比较可以发现,L A S S O的实证结果更加符合关键词:利率模型;两阶段最小二乘;变量选择随机利率模型是很多金融资产管理定价的基础,3 0年来,利率模型的建模形成了一个庞大的模型族。所以,我们在实际应用参数利率模型的时候存...