:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Thompson, Ryan, Vahid, Farshid
Format:	Preprint
Veröffentlicht:	2021
Schlagworte:	Methodology Machine Learning
Online-Zugang:	https://arxiv.org/abs/2105.12081
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Guiding adaptive shrinkage by co-data to improve regression-based prediction and feature selection
von: van de Wiel, Mark A., et al.
Veröffentlicht: (2024)

Inference for relative sparsity
von: Weisenthal, Samuel J., et al.
Veröffentlicht: (2023)

Learning discrete Bayesian networks with hierarchical Dirichlet shrinkage
von: Dombowsky, Alexander, et al.
Veröffentlicht: (2025)

Order-based Structure Learning with Normalizing Flows
von: Kamkari, Hamidreza, et al.
Veröffentlicht: (2023)

Monte Carlo inference for semiparametric Bayesian regression
von: Kowal, Daniel R., et al.
Veröffentlicht: (2023)

Spike-and-slab shrinkage priors for structurally sparse Bayesian neural networks
von: Jantre, Sanket, et al.
Veröffentlicht: (2023)

Tail-adaptive Bayesian shrinkage
von: Lee, Se Yoon, et al.
Veröffentlicht: (2020)

The Contextual Lasso: Sparse Linear Models via Deep Neural Networks
von: Thompson, Ryan, et al.
Veröffentlicht: (2023)

Ledoit-Wolf linear shrinkage with unknown mean
von: Oriol, Benoit, et al.
Veröffentlicht: (2023)

Variational empirical Bayes variable selection in high-dimensional logistic regression
von: Tang, Yiqi, et al.
Veröffentlicht: (2025)

Classification by sparse generalized additive models
von: Abramovich, Felix
Veröffentlicht: (2022)

Assessing the overall and partial causal well-specification of nonlinear additive noise models
von: Schultheiss, Christoph, et al.
Veröffentlicht: (2023)

BARTSIMP: flexible spatial covariate modeling and prediction using Bayesian additive regression trees
von: Jiang, Alex Ziyu, et al.
Veröffentlicht: (2023)

A model-free subdata selection method for classification
von: Singh, Rakhi
Veröffentlicht: (2024)

Stabilizing black-box model selection with the inflated argmax
von: Adrian, Melissa, et al.
Veröffentlicht: (2024)

What is in the model? A Comparison of variable selection criteria and model search approaches
von: Xu, Shuangshuang, et al.
Veröffentlicht: (2025)

Dendrogram of mixing measures: Hierarchical clustering and model selection for finite mixture models
von: Do, Dat, et al.
Veröffentlicht: (2024)

Two-sample comparison through additive tree models for density ratios
von: Awaya, Naoki, et al.
Veröffentlicht: (2025)

Root-n consistent semiparametric learning with high-dimensional nuisance functions under minimal sparsity
von: Liu, Lin, et al.
Veröffentlicht: (2023)

Scalable Subset Selection in Linear Mixed Models
von: Thompson, Ryan, et al.
Veröffentlicht: (2025)

Dirichlet process mixtures of block $g$ priors for model selection and prediction in linear models
von: Porwal, Anupreet, et al.
Veröffentlicht: (2024)

Fast kernel methods: Sobolev, physics-informed, and additive models
von: Doumèche, Nathan, et al.
Veröffentlicht: (2025)

Spectral Clustering with Variance Information for Group Structure Estimation in Panel Data
von: Yu, Lu, et al.
Veröffentlicht: (2022)

Structured Conformal Inference for Matrix Completion with Applications to Group Recommender Systems
von: Liang, Ziyi, et al.
Veröffentlicht: (2024)

CATE Estimation With Potential Outcome Imputation From Local Regression
von: Aloui, Ahmed, et al.
Veröffentlicht: (2023)

Robust Ultra-High-Dimensional Variable Selection With Correlated Structure Using Group Testing
von: Guo, Wanru, et al.
Veröffentlicht: (2026)

Group Shapley Value and Counterfactual Simulations in a Structural Model
von: Kwon, Yongchan, et al.
Veröffentlicht: (2024)

Treatment Effects in Extreme Regimes
von: Aloui, Ahmed, et al.
Veröffentlicht: (2023)

A self-supervised learning approach for denoising autoregressive models with additive noise: finite and infinite variance cases
von: Banerjee, Sayantan, et al.
Veröffentlicht: (2025)

Integrated path stability selection
von: Melikechi, Omar, et al.
Veröffentlicht: (2024)

ACS: An interactive framework for conformal selection
von: Gui, Yu, et al.
Veröffentlicht: (2025)

Bayesian model-averaging stochastic item selection for adaptive testing
von: Su, Tina, et al.
Veröffentlicht: (2025)

Conditional Predictive Inference for General Structured Data with Group Symmetries
von: Shen, Yichen, et al.
Veröffentlicht: (2026)

Flexible variable selection in the presence of missing data
von: Williamson, B. D., et al.
Veröffentlicht: (2022)

Sparse-group boosting -- Unbiased group and variable selection
von: Obster, Fabian, et al.
Veröffentlicht: (2022)

Sparse minimum Redundancy Maximum Relevance for feature selection
von: Naylor, Peter, et al.
Veröffentlicht: (2025)

Neural interval-censored survival regression with feature selection
von: Meixide, Carlos García, et al.
Veröffentlicht: (2022)

PliableBVS: A flexible Bayesian variable selection method for modeling interactions with mandatory modifying variables
von: Asenso, Theophilus Quachie, et al.
Veröffentlicht: (2026)

Nonlinear Causal Discovery for Grouped Data
von: Göbler, Konstantin, et al.
Veröffentlicht: (2025)

Statistical inference after variable selection in Cox models: A simulation study
von: Schemet, Lena, et al.
Veröffentlicht: (2026)