Copertina

Linear Models, Variable Selection, Artificial Intelligence

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Alrawkan, By Riyadh, Boone, Edward, Ghanam, Ryad, Westveld, Anton
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Methodology Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Gradient Boosted Mixed Models: Flexible Joint Estimation of Mean and Variance Components for Clustered Data
di: Prevett, Mitchell L., et al.
Pubblicazione: (2025)

AlphaRank: An Artificial Intelligence Approach for Ranking and Selection Problems
di: Zhou, Ruihan, et al.
Pubblicazione: (2024)

Robust Variable Selection and Estimation Via Adaptive Elastic Net S-Estimators for Linear Regression
di: Kepplinger, David
Pubblicazione: (2021)

Penalized Generative Variable Selection
di: Wang, Tong, et al.
Pubblicazione: (2024)

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

Automating the Selection of Proxy Variables of Unmeasured Confounders
di: Xie, Feng, et al.
Pubblicazione: (2024)

Diffusion-Driven High-Dimensional Variable Selection
di: Wang, Minjie, et al.
Pubblicazione: (2025)

Agglomerative Hierarchical Clustering for Selecting Valid Instrumental Variables
di: Apfel, Nicolas, et al.
Pubblicazione: (2021)

Stability Selection via Variable Decorrelation
di: Nouraie, Mahdi, et al.
Pubblicazione: (2025)

Variable Selection for Comparing High-dimensional Time-Series Data
di: Mitsuzawa, Kensuke, et al.
Pubblicazione: (2024)

BOB: Bayesian Optimized Bootstrap for Uncertainty Quantification in Gaussian Mixture Models
di: Marin, Santiago, et al.
Pubblicazione: (2023)

A Graphical Approach to State Variable Selection in Off-policy Learning
di: Andersen, Joakim Blach, et al.
Pubblicazione: (2025)

Asymptotic Inference for Multi-Stage Stationary Treatment Policy with Variable Selection
di: Gao, Daiqi, et al.
Pubblicazione: (2023)

Ab Initio Nonparametric Variable Selection for Scalable Symbolic Regression with Large $p$
di: Ye, Shengbin, et al.
Pubblicazione: (2024)

Latent Network Estimation and Variable Selection for Compositional Data via Variational EM
di: Osborne, Nathan, et al.
Pubblicazione: (2020)

Robust Variable Selection for High-dimensional Regression with Missing Data and Measurement Errors
di: Zhang, Zhenhao, et al.
Pubblicazione: (2024)

Optimal Sampling for Generalized Linear Model under Measurement Constraint with Surrogate Variables
di: Shen, Yixin, et al.
Pubblicazione: (2025)

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

The Informed Elastic Net for Fast Grouped Variable Selection and FDR Control in Genomics Research
di: Machkour, Jasin, et al.
Pubblicazione: (2024)

Adaptive Shrinkage with a Nonparametric Bayesian Lasso
di: Marin, Santiago, et al.
Pubblicazione: (2024)

BVSIMC: Bayesian Variable Selection-Guided Inductive Matrix Completion for Improved and Interpretable Drug Discovery
di: Fan, Sijian, et al.
Pubblicazione: (2026)

PCM Selector: Penalized Covariate-Mediator Selection Operator for Evaluating Linear Causal Effects
di: Nanmo, Hisayoshi, et al.
Pubblicazione: (2024)

Virtual Dummies: Enabling Scalable FDR-Controlled Variable Selection via Sequential Sampling of Null Features
di: Koka, Taulant, et al.
Pubblicazione: (2026)

Fast Linear Model Trees by PILOT
di: Raymaekers, Jakob, et al.
Pubblicazione: (2023)

Identifiable Deep Latent Variable Models for MNAR Data
di: Xie, Huiming, et al.
Pubblicazione: (2026)

Model Class Selection
di: Cecil, Ryan, et al.
Pubblicazione: (2025)

Variable Selection Methods for Multivariate, Functional, and Complex Biomedical Data in the AI Age
di: Matabuena, Marcos
Pubblicazione: (2025)

Bayesian nonparametric modeling of dynamic pollution clusters through an autoregressive logistic-beta Stirling-gamma process
di: Marin, Santiago, et al.
Pubblicazione: (2026)

On the Parameter Identifiability of Partially Observed Linear Causal Models
di: Dong, Xinshuai, et al.
Pubblicazione: (2024)

A Unified Framework for Variable Selection in Model-Based Clustering with Missing Not at Random
di: Ho, Binh H., et al.
Pubblicazione: (2025)

Optimal Model Selection for Conformalized Robust Optimization
di: Bao, Yajie, et al.
Pubblicazione: (2025)

On Prediction Feature Assignment in the Heckman Selection Model
di: Mai, Huy, et al.
Pubblicazione: (2023)

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

Deep Partially Linear Transformation Model for Right-Censored Survival Data
di: Yin, Junkai, et al.
Pubblicazione: (2024)

Causal Discovery of Linear Non-Gaussian Causal Models with Unobserved Confounding
di: Schkoda, Daniela, et al.
Pubblicazione: (2024)

Modeling High-Dimensional Dependent Data in the Presence of Many Explanatory Variables and Weak Signals
di: Gao, Zhaoxing, et al.
Pubblicazione: (2024)

Tuning-Free Maximum Likelihood Training of Latent Variable Models via Coin Betting
di: Sharrock, Louis, et al.
Pubblicazione: (2023)

Targeted Learning for Variable Importance
di: Wang, Xiaohan, et al.
Pubblicazione: (2024)

Distributional Instrumental Variable Method
di: Holovchak, Anastasiia, et al.
Pubblicazione: (2025)

Spillover Detection for Donor Selection in Synthetic Control Models
di: O'Riordan, Michael, et al.
Pubblicazione: (2024)