|
عنوان
|
مطالعه ای بر تجمیع و بهینگی مینیماکس در برآورد با ابعاد بالا
|
|
نوع پژوهش
|
پایان نامه
|
|
کلیدواژه‌ها
|
ابعاد بالا، تجمیع، تنک بودن، نامساوی پیشگو، برآوردگر مینیماکس
|
|
چکیده
|
چکیده تجمیع، یک روش محبوب و کاربردی در آمار و یادگیری ماشینی است. با توجه به مجموعه از برآوردگرها، شامل؛ تجمیع خطی، تجمیع محدب و تجمیع انتخاب مدل یک برآوردگر جدید به نام تجمیع می سازیم که با توجه به معیار ریسک داده شده بهترین باشد. ً تجمیع معمولا با ترکیب کردن برآوردگرهای اولیه از دیکشنری با داده هایی که وابسته به وزن ها هستند، ساخته می شود. تجمیع روشی برای ساختن برآوردگرهای ناپارامتری سازگار است که از روش های کلاسیک قدرتمند تر است.
|
|
پژوهشگران
|
خسرو فضلی (استاد راهنما)، چنور اسدی (دانشجو)
|