Sélection de variables et estimateurs de type LASSO: Quelques questions de sélection de variables autour de l'estimateur LASSO (Omn.Univ.Europ.) (French Edition)

Note moyenne 0
( 0 avis fournis par Goodreads )
 
9783841784414: Sélection de variables et estimateurs de type LASSO: Quelques questions de sélection de variables autour de l'estimateur LASSO (Omn.Univ.Europ.) (French Edition)

Le problème général étudié dans cette thèse est celui de la régression linéaire en grande dimension. On s'intéresse particulièrement aux méthodes d'estimation qui capturent la sparsité du paramètre cible. Une méthode populaire pour estimer le paramètre 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 paramètre 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.

Les informations fournies dans la section « Synopsis » peuvent faire référence à une autre édition de ce titre.

About the Author :

Je suis Maître de conférences à l'Université Marne-la-Vallée depuis 2010. J'ai réalisé mon doctorat en Mathématiques appliquées à l'Université Paris 7, sous la direction du Prof. Nicolas Vayatis. Ensuite, j'ai rejoint l'ETH-Zurich pour un postdoctorat avec le Prof. Sara van de Geer. Je m'intéresse à la sélection de variables en grande dimension.

Les informations fournies dans la section « A propos du livre » peuvent faire référence à une autre édition de ce titre.

Acheter neuf Afficher le livre
EUR 59,36

Autre devise

Frais de port : EUR 3,39
De Royaume-Uni vers Etats-Unis

Destinations, frais et délais

Ajouter au panier

Meilleurs résultats de recherche sur AbeBooks

1.

Hebiri-M
Edité par Univ Europeenne 2011-12-29 (2011)
ISBN 10 : 3841784410 ISBN 13 : 9783841784414
Neuf(s) paperback Quantité : > 20
Vendeur
Blackwell's
(Oxford, OX, Royaume-Uni)
Evaluation vendeur
[?]

Description du livre Univ Europeenne 2011-12-29, 2011. paperback. État : New. N° de réf. du libraire 9783841784414

Plus d'informations sur ce vendeur | Poser une question au libraire

Acheter neuf
EUR 59,36
Autre devise

Ajouter au panier

Frais de port : EUR 3,39
De Royaume-Uni vers Etats-Unis
Destinations, frais et délais

2.

Hebiri, Mohamed
ISBN 10 : 3841784410 ISBN 13 : 9783841784414
Neuf(s) Quantité : 1
Vendeur
European-Media-Service Mannheim
(Mannheim, Allemagne)
Evaluation vendeur
[?]

Description du livre État : New. Publisher/Verlag: Éditions universitaires européennes | Quelques questions de sélection de variables autour de l'estimateur LASSO | Le problème général étudié dans cette thèse est celui de la régression linéaire en grande dimension. On s'intéresse particulièrement aux méthodes d'estimation qui capturent la sparsité du paramètre cible. Une méthode populaire pour estimer le paramètre 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 paramètre 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. | Format: Paperback | Language/Sprache: fre | 308 gr | 220x150x11 mm | 220 pp. N° de réf. du libraire K9783841784414

Plus d'informations sur ce vendeur | Poser une question au libraire

Acheter neuf
EUR 68,02
Autre devise

Ajouter au panier

Frais de port : EUR 3,99
De Allemagne vers Etats-Unis
Destinations, frais et délais

3.

HEBIRI-M
Edité par OmniScriptum (2016)
ISBN 10 : 3841784410 ISBN 13 : 9783841784414
Neuf(s) Paperback Quantité : 1
impression à la demande
Vendeur
Ria Christie Collections
(Uxbridge, Royaume-Uni)
Evaluation vendeur
[?]

Description du livre OmniScriptum, 2016. Paperback. État : New. PRINT ON DEMAND Book; New; Publication Year 2016; Not Signed; Fast Shipping from the UK. No. book. N° de réf. du libraire ria9783841784414_lsuk

Plus d'informations sur ce vendeur | Poser une question au libraire

Acheter neuf
EUR 70,72
Autre devise

Ajouter au panier

Frais de port : EUR 4,37
De Royaume-Uni vers Etats-Unis
Destinations, frais et délais

4.

Mohamed Hebiri
Edité par Omniscriptum (2015)
ISBN 10 : 3841784410 ISBN 13 : 9783841784414
Neuf(s) Quantité : > 20
impression à la demande
Vendeur
Books2Anywhere
(Fairford, GLOS, Royaume-Uni)
Evaluation vendeur
[?]

Description du livre Omniscriptum, 2015. PAP. État : New. New Book. Delivered from our UK warehouse in 3 to 5 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. N° de réf. du libraire LQ-9783841784414

Plus d'informations sur ce vendeur | Poser une question au libraire

Acheter neuf
EUR 65,47
Autre devise

Ajouter au panier

Frais de port : EUR 10,18
De Royaume-Uni vers Etats-Unis
Destinations, frais et délais

5.

Mohamed Hebiri
Edité par Omniscriptum (2011)
ISBN 10 : 3841784410 ISBN 13 : 9783841784414
Neuf(s) Quantité : > 20
impression à la demande
Vendeur
Pbshop
(Wood Dale, IL, Etats-Unis)
Evaluation vendeur
[?]

Description du livre Omniscriptum, 2011. PAP. État : New. New Book. Shipped from US within 10 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000. N° de réf. du libraire IQ-9783841784414

Plus d'informations sur ce vendeur | Poser une question au libraire

Acheter neuf
EUR 75,08
Autre devise

Ajouter au panier

Frais de port : EUR 3,46
Vers Etats-Unis
Destinations, frais et délais

6.

Mohamed Hebiri
Edité par Omniscriptum (2011)
ISBN 10 : 3841784410 ISBN 13 : 9783841784414
Neuf(s) Quantité : 1
Vendeur
Gallix
(Gif sur Yvette, France)
Evaluation vendeur
[?]

Description du livre Omniscriptum, 2011. État : Neuf. N° de réf. du libraire 9783841784414

Plus d'informations sur ce vendeur | Poser une question au libraire

Acheter neuf
EUR 69
Autre devise

Ajouter au panier

Frais de port : EUR 12,01
De France vers Etats-Unis
Destinations, frais et délais

7.

Mohamed Hebiri
Edité par Editions Universitaires Europeennes EUE Dez 2011 (2011)
ISBN 10 : 3841784410 ISBN 13 : 9783841784414
Neuf(s) Taschenbuch Quantité : 2
Vendeur
Rheinberg-Buch
(Bergisch Gladbach, Allemagne)
Evaluation vendeur
[?]

Description du livre Editions Universitaires Europeennes EUE Dez 2011, 2011. Taschenbuch. État : Neu. Neuware - Le problème général étudié dans cette thèse est celui de la régression linéaire en grande dimension. On s'intéresse particulièrement aux méthodes d'estimation qui capturent la sparsité du paramètre cible. Une méthode populaire pour estimer le paramètre 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 paramètre 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. 220 pp. Französisch. N° de réf. du libraire 9783841784414

Plus d'informations sur ce vendeur | Poser une question au libraire

Acheter neuf
EUR 69
Autre devise

Ajouter au panier

Frais de port : EUR 17,14
De Allemagne vers Etats-Unis
Destinations, frais et délais

8.

Mohamed Hebiri
Edité par Editions Universitaires Europeennes EUE Dez 2011 (2011)
ISBN 10 : 3841784410 ISBN 13 : 9783841784414
Neuf(s) Taschenbuch Quantité : 2
Vendeur
Agrios-Buch
(Bergisch Gladbach, Allemagne)
Evaluation vendeur
[?]

Description du livre Editions Universitaires Europeennes EUE Dez 2011, 2011. Taschenbuch. État : Neu. Neuware - Le problème général étudié dans cette thèse est celui de la régression linéaire en grande dimension. On s'intéresse particulièrement aux méthodes d'estimation qui capturent la sparsité du paramètre cible. Une méthode populaire pour estimer le paramètre 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 paramètre 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. 220 pp. Französisch. N° de réf. du libraire 9783841784414

Plus d'informations sur ce vendeur | Poser une question au libraire

Acheter neuf
EUR 69
Autre devise

Ajouter au panier

Frais de port : EUR 17,14
De Allemagne vers Etats-Unis
Destinations, frais et délais

9.

Mohamed Hebiri
Edité par Editions Universitaires Europeennes EUE Dez 2011 (2011)
ISBN 10 : 3841784410 ISBN 13 : 9783841784414
Neuf(s) Taschenbuch Quantité : 1
impression à la demande
Vendeur
AHA-BUCH GmbH
(Einbeck, Allemagne)
Evaluation vendeur
[?]

Description du livre Editions Universitaires Europeennes EUE Dez 2011, 2011. Taschenbuch. État : Neu. This item is printed on demand - Print on Demand Neuware - Le problème général étudié dans cette thèse est celui de la régression linéaire en grande dimension. On s'intéresse particulièrement aux méthodes d'estimation qui capturent la sparsité du paramètre cible. Une méthode populaire pour estimer le paramètre 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 paramètre 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. 220 pp. Französisch. N° de réf. du libraire 9783841784414

Plus d'informations sur ce vendeur | Poser une question au libraire

Acheter neuf
EUR 69
Autre devise

Ajouter au panier

Frais de port : EUR 29,52
De Allemagne vers Etats-Unis
Destinations, frais et délais

10.

Mohamed Hebiri
Edité par Editions universitaires europeennes
ISBN 10 : 3841784410 ISBN 13 : 9783841784414
Neuf(s) Paperback Quantité : 20
Vendeur
BuySomeBooks
(Las Vegas, NV, Etats-Unis)
Evaluation vendeur
[?]

Description du livre Editions universitaires europeennes. Paperback. État : New. Paperback. 220 pages. Dimensions: 8.7in. x 5.9in. x 0.5in.Le problme gnral tudi dans cette thse est celui de la rgression linaire en grande dimension. On sintresse particulirement aux mthodes destimation qui capturent la sparsit du paramtre cible. Une mthode populaire pour estimer le paramtre inconnu de la rgression dans ce contexte est lestimateur des moindres carrs pnaliss par la norme l1 des coefficients, connu sous le nom de LASSO. Les contributions de cet ouvrage portent sur ltude de variantes de lestimateur LASSO pour prendre en compte soit des informations supplmentaires sur les variables dentre, soit des modes semi-superviss dacquisition des donnes. Plus prcisment, les questions abordes dans ce travail sont : lestimation du paramtre inconnu lorsque lespace des variables explicatives a une structure bien dtermine (prsence de corrlations, structure dordre sur les variables ou regroupements entre variables) ; la construction destimateurs adapts au cadre transductif, pour lequel les nouvelles observations non tiquetes sont prises en considration. Ces adaptations sont en partie dduites par une modification de la pnalit dans la dfinition de lestimateur LASSO. This item ships from multiple locations. Your book may arrive from Roseburg,OR, La Vergne,TN. Paperback. N° de réf. du libraire 9783841784414

Plus d'informations sur ce vendeur | Poser une question au libraire

Acheter neuf
EUR 99,14
Autre devise

Ajouter au panier

Frais de port : EUR 3,43
Vers Etats-Unis
Destinations, frais et délais

autres exemplaires de ce livre sont disponibles

Afficher tous les résultats pour ce livre