Functional Data Analysis
Pourquoi ce travail est-il dans la base ?
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Scores machine (provisoires)
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
- Écart entre enseignants
- 0,286 · la distance entre les deux têtes enseignantes sur ce seul travail
- Statut de validation
score_only:v0-immature-baseline· tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle
Résumé
Abstract Functional data analysis (FDA) models data using functions or functional parameters. The complexity of the functions is not assumed to be known in advance, so that methods are used for approximating these with as much flexibility as the data require.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
La notice
- Revue
- Encyclopedia of Statistics in Behavioral Science
- Thématique
- Optimal Experimental Design Methods
- Domaine
- Decision Sciences
- Établissements canadiens
- McGill University
- Organismes subventionnaires
- —
- Mots-clés
- Functional data analysisFlexibility (engineering)Computer scienceFunctional principal component analysisFunctional analysisData miningAlgorithmMathematicsStatisticsBiologyMachine learning
- Résumé présent dans OpenAlex
- oui