Результаты поиска
Материал из MachineLearning.
По запросу «Модель»
Для получения более подробной информации о поиске на страницах проекта, см. справочный раздел.
Ниже показаны 50 результатов, начиная с № 51.
Просмотреть (предыдущие 50) (следующие 50) (20 | 50 | 100 | 250 | 500)
Нет совпадений в названиях статей
Совпадения в текстах статей
- Линейная регрессия (пример) (16 185 байт)
- Ошибки вычислений (35 084 байта)
- Модель Тригга-Лича (14 839 байт)
1: ''Модель Тригга-Лича'' применяется в...
3: Модель Тригга-Лича относится к мо... - Логистическая регрессия (пример) (10 578 байт)
- Нелинейная регрессия (5796 байт)
- Трансдуктивное обучение (4389 байт)
- Конструктивное построение множества суперпозиций (13 856 байт)
- Критерий Фишера (6392 байта)
- Обучение с подкреплением (16 936 байт)
- Задачи анализа данных в бизнес-аналитике (семинар К. В. Воронцова) (14 482 байта)
- Экспоненциальное сглаживание (7455 байт)
35: == Модель Брауна==
54: Модель работает только при неболь...
55: ...льный тренд и сезонность), [[Модель Тейла-Вейджа| Тейла-Вейджа]...
68: [[Модель Хольта]] — учитываются лин...
70: [[Модель Хольта-Уинтерса]] — учитыв... - Метод наибольшего правдоподобия (3900 байт)
- ARIMA (5237 байт)
- Статистический анализ данных (курс лекций, К.В.Воронцов)/2008 (12 212 байт)
66: ...ненциальное сглаживание (+ Модель Брауна)]] (обновлен 11.12.08)
67: **[[Модель Хольта]] (обновлен 11.12.08)
68: **[[Модель Хольта-Уинтерса]] (обновлен...
69: **[[Модель Тейла-Вейджа]] (обновлен 11.12...
77: *[[Модель панельных данных с фиксиро... - Модель Хольта (3004 байта)
31: ...поненциальное_сглаживание|Модель Брауна]] — экспоненциально...
33: [[Модель Хольта-Уинтерса]] — учитыв...
35: [[Модель Тейла-Вейджа]] — учитывают... - Метод потенциальных функций с размещением реперных объектов в 1 классе (3567 байт)
- Лассо (10 005 байт)
- Нейросеть (2693 байта)
4: Модель МакКаллока–Питтса. Пусть X...
9: ====Модель МакКаллока и Питтса====
15: Модель МакКалока-Питтса эквивале... - Авторегрессионное скользящее среднее (7355 байт)
4: Модель состоит из двух частей: авт...
20: Модель [[Скользящее среднее|сколь...
41: Модель MA(<i>q</i>) задаётся следующим ... - Модель Хольта-Уинтерса (4636 байт)
2: ...нных колебаний. На основе [[Модель Хольта|модели Хольта]] Уинт...
39: ...поненциальное_сглаживание|Модель Брауна]] — экспоненциально...
41: [[Модель Хольта]] — учитываются лин...
43: [[Модель Тейла-Вейджа]] — учитывают... - Модель Тейла-Вейджа (3026 байт)
7: ...ренд]], в отличии от модели [[Модель Хольта-Уинтерса|Хольта-Уин...
28: ...поненциальное_сглаживание|Модель Брауна]] — экспоненциально...
30: [[Модель Хольта]] - учитывается лине...
32: [[Модель Хольта-Уинтерса]] — учитыв... - Следящий контрольный сигнал (3585 байт)
33: ...поненциальное_сглаживание|Модель Брауна]] — экспоненциально...
35: [[Модель Хольта]] — учитываются лин...
37: [[Модель Хольта-Уинтерса]] — учитыв...
39: [[Модель Тейла-Вейджа]] — учитывают...
41: [[Модель Тригга-Лича]] — следящий ко... - Метод настройки с возвращениями (14 103 байта)
- Объединённая модель панельных данных (10 898 байт)
47: # [[Модель панельных данных с фиксиро...
48: # [[Модель панельных данных со случай...
81: * [[Модель панельных данных с фиксиро...
82: * [[Модель панельных данных со случай...
83: * [[Модель панельных данных с временн... - Модель панельных данных с фиксированными эффектами (10 488 байт)
1: '''Модель панельных данных с фиксиро...
64: ...ли расовую принадлежность. Модель с фиксированным эффектом н...
83: * [[Модель панельных данных со случай...
84: * [[Модель панельных данных с временн... - Модель панельных данных со случайными эффектами (6509 байт)
1: '''Модель панельных данных со случай...
33: Модель со случайным эффектом {{eqref|...
58: * [[Модель панельных данных с фиксиро...
59: * [[Модель панельных данных с временн... - Модель панельных данных с временны́ми эффектами (7928 байт)
1: '''Модель панельных данных с временн...
49: ..._t = 1 (t = 1,...,T)</tex>, то получим [[Модель панельных данных с фиксиро...
69: * [[Модель панельных данных со случай...
70: * [[Модель панельных данных с фиксиро... - Адаптивная селекция моделей прогнозирования (3656 байт)
3: ... свинец и базовый набор из [[Модель Тригга-Лича|модели Тригга-...
40: ...поненциальное_сглаживание|Модель Брауна]]
41: *[[Модель Хольта]]
42: *[[Модель Хольта-Уинтерса]]
43: *[[Модель Тейла-Вейджа]] - Адаптивная композиция моделей прогнозирования (4410 байт)
1: ...ого набора взяты линейная [[Модель Тригга-Лича|модель Тригга-...
45: ...поненциальное_сглаживание|Модель Брауна]]
46: *[[Модель Хольта]]
47: *[[Модель Хольта-Уинтерса]]
48: *[[Модель Тейла-Вейджа]] - Критерий Чоу (6970 байт)
- Непараметрическая регрессия (31 016 байт)
- Алгоритм LOWESS (17 076 байт)
- Пробит-анализ (4685 байт)
- Логит-анализ (13 329 байт)
64: Модель предлагает для каждого исп... - Коррелограмма (11 554 байта)
- Ковариационный анализ (9575 байт)
- Сезонность (7980 байт)
45: ...одаж с использованием ЭВМ. Модель должна быть такой, чтобы: а)...
46: ...ью экспоненциальной схемы. Модель при этом становится сложне...
52: Модель имеет вид:
77: * [[Модель Брауна]]
78: * [[Модель Хольта]] - Тренд (7835 байт)
50: * [[Модель Брауна]]
51: * [[Модель Хольта]]
52: * [[Модель Хольта-Уинтерса]]
53: * [[Модель Тейла-Вейджа]] - Анализ регрессионных остатков (6474 байта)
- Шаговая регрессия (7168 байт)
- Мультиколлинеарность (8471 байт)
- Функция Логит (4265 байт)
- Функция интенсивности рисков (4215 байт)
- Прогнозирование количества телефонных звонков клиентов телекоммуникационной компании (2507 байт)
- Коэффициент детерминации (11 956 байт)
- Вариация и смещение (2724 байта)
- Машинное обучение (курс лекций, К.В.Воронцов)/Вопросы (23 239 байт)
- Ротационная панель (2508 байт)
22: * [[Модель панельных данных с фиксиро...
23: * [[Модель панельных данных со случай...
24: * [[Модель панельных данных с временн... - Значимость коэффициентов линейной регрессии (8874 байта)
13: Модель линейной регрессии имеет в... - Статистические свойства МНК-оценок коэффициентов регрессии (8908 байт)
13: Модель линейной регрессии имеет в...
Просмотреть (предыдущие 50) (следующие 50) (20 | 50 | 100 | 250 | 500)
