Copertina

What is to be gained by ensemble models in analysis of spectroscopic data?

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Domijan, Katarina
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Methodology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

sfislands: An R Package for Accommodating Islands and Disjoint Zones in Areal Spatial Modelling
di: Horan, Kevin, et al.
Pubblicazione: (2024)

Random-projection ensemble dimension reduction
di: Zhou, Wenxing, et al.
Pubblicazione: (2024)

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

Expected information gain estimation via density approximations: Sample allocation and dimension reduction
di: Li, Fengyi, et al.
Pubblicazione: (2024)

Cluster weighted models for functional data
di: Anton, Cristina, et al.
Pubblicazione: (2025)

Mixture models for data with unknown distributions
di: Newman, M. E. J.
Pubblicazione: (2025)

Corrected generalized cross-validation for finite ensembles of penalized estimators
di: Bellec, Pierre C., et al.
Pubblicazione: (2023)

Nonparametric learning of heterogeneous graphical model on network-linked data
di: Wang, Yuwen, et al.
Pubblicazione: (2025)

Cluster weighted models with multivariate skewed distributions for functional data
di: Anton, Cristina, et al.
Pubblicazione: (2025)

Inference at the data's edge: Gaussian processes for modeling and inference under model-dependency, poor overlap, and extrapolation
di: Cho, Soonhong, et al.
Pubblicazione: (2024)

What if? Causal Machine Learning in Supply Chain Risk Management
di: Wyrembek, Mateusz, et al.
Pubblicazione: (2024)

What Makes Forest-Based Heterogeneous Treatment Effect Estimators Work?
di: Dandl, Susanne, et al.
Pubblicazione: (2022)

Machine learning to optimize precision in the analysis of randomized trials: A journey in pre-specified, yet data-adaptive learning
di: Balzer, Laura B., et al.
Pubblicazione: (2025)

Generative machine learning methods for multivariate ensemble post-processing
di: Chen, Jieyu, et al.
Pubblicazione: (2022)

Principal component analysis balancing prediction and approximation accuracy for spatial data
di: Cheng, Si, et al.
Pubblicazione: (2024)

Uncertainty-aware multi-fidelity surrogate modeling with noisy data
di: Giannoukou, Katerina, et al.
Pubblicazione: (2024)

Logistic regression models for patient-level prediction based on massive observational data: Do we need all data?
di: John, Luis H., et al.
Pubblicazione: (2020)

Abnormal component analysis
di: Valla, Romain, et al.
Pubblicazione: (2023)

Functional effects models: Accounting for preference heterogeneity in panel data with machine learning
di: Salvadé, Nicolas, et al.
Pubblicazione: (2025)

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

AL-SPCE -- Reliability analysis for nondeterministic models using stochastic polynomial chaos expansions and active learning
di: Pires, A., et al.
Pubblicazione: (2025)

Distribution-free root cause analysis
di: Hore, Rohan, et al.
Pubblicazione: (2026)

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

Barron-Wiener-Laguerre models
di: Manavalan, Rahul, et al.
Pubblicazione: (2026)

Subgroup detection in linear growth curve models with generalized linear mixed model (GLMM) trees
di: Fokkema, Marjolein, et al.
Pubblicazione: (2023)

Neural networks for geospatial data
di: Zhan, Wentao, et al.
Pubblicazione: (2023)

A new paradigm for global sensitivity analysis
di: Mazo, Gildas
Pubblicazione: (2024)

Sensitivity analysis using the Metamodel of Optimal Prognosis
di: Most, Thomas, et al.
Pubblicazione: (2024)

Conformal prediction for frequency-severity modeling
di: Graziadei, Helton, et al.
Pubblicazione: (2023)

Survey on Algorithms for multi-index models
di: Bruna, Joan, et al.
Pubblicazione: (2025)

Denoising data using convex relaxations
di: Fefferman, Charles, et al.
Pubblicazione: (2026)

Random forests for binary geospatial data
di: Saha, Arkajyoti, et al.
Pubblicazione: (2023)

Collaborative causal inference on distributed data
di: Kawamata, Yuji, et al.
Pubblicazione: (2022)

Scalable and non-iterative graphical model estimation
di: Khare, Kshitij, et al.
Pubblicazione: (2024)

Causal hybrid modeling with double machine learning
di: Cohrs, Kai-Hendrik, et al.
Pubblicazione: (2024)

Transfer learning under latent space model
di: Fang, Kuangnan, et al.
Pubblicazione: (2025)

Holdouts set for safe predictive model updating
di: Haidar-Wehbe, Sami, et al.
Pubblicazione: (2022)

Explainable AI for survival analysis: a median-SHAP approach
di: Ter-Minassian, Lucile, et al.
Pubblicazione: (2024)

Fast approximative estimation of conditional Shapley values when using a linear regression model or a polynomial regression model
di: Aanes, Fredrik Lohne
Pubblicazione: (2025)

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