Computational statistics

ArviZ ( / ˈ ɑː r v ɪ z / AR -vees ) ist ein Python- Paket zur explorativen Analyse Bayes'scher Modelle .

Bootstrap - Aggregation , auch Bagging (von Bootstrap Aggregating ) oder Bootstrapping genannt , ist ein Ensemble -Meta-Algorithmus des maschinellen Lernens (ML) , der die Stabilität und Genauigkeit von ML-

Die computergestützte Statistik , auch statistisches Rechnen genannt , ist ein Fachgebiet an der Schnittstelle von Statistik und Informatik und bezeichnet statistische Methoden, die durch den Einsatz computergestützter

Die Gruppenmethode der Datenverarbeitung ( GMDH ) ist eine Familie induktiver, selbstorganisierender Algorithmen für die mathematische Modellierung , die automatisch die Struktur und die Parameter von Modellen auf Basis

In der Statistik ist das Jackknife-Verfahren (Jackknife-Kreuzvalidierung) eine Kreuzvalidierungstechnik und somit eine Form des Resamplings . Es eignet sich besonders zur Schätzung von Verzerrung und Varianz .

In der Mathematik bezeichnet man als Stetigkeitskorrektur eine Anpassung, die vorgenommen wird, wenn ein diskretes Objekt durch ein stetiges Objekt approximiert wird .

Die lineare Methode der kleinsten Quadrate ( LLS ) ist die Approximation linearer Funktionen an Daten mittels der Methode der kleinsten Quadrate .

In der Statistik bezeichnet Markov -Chain-Monte-Carlo ( MCMC ) eine Klasse von Algorithmen, die zur Ziehung von Stichproben aus einer Wahrscheinlichkeitsverteilung verwendet werden .

Im maschinellen Lernen ist ein neuronales Netzwerk ( NN ) oder neuronales Netz ein Rechenmodell , das von der Struktur und den Funktionen biologischer neuronaler Netzwerke inspiriert ist .

Partikelfilter , auch bekannt als sequentielle Monte-Carlo- Methoden, sind eine Gruppe von Monte-Carlo -Algorithmen zur Bestimmung approximativer Lösungen für Filterprobleme in nichtlinearen Zustandsraummodellen, wie sie

PyMC (früher bekannt als PyMC3) ist eine probabilistische Programmierbibliothek für Python . Sie kann für Bayes'sche statistische Modellierung und probabilistisches maschinelles Lernen verwendet werden.

Random Forests (auch Random Decision Forests genannt) sind ein Ensemble-Lernverfahren für Klassifizierung , Regression und andere Aufgaben. Es erzeugt während des Trainings eine Vielzahl von Entscheidungsbäumen .

Spiking Neural Networks ( SNNs ) sind künstliche neuronale Netze (KNN), die natürliche neuronale Netze nachahmen. Diese Modelle nutzen das Timing diskreter Spikes als Hauptinformationsträger.

Statistisches relationales Lernen ( SRL ) ist ein Teilgebiet der künstlichen Intelligenz und des maschinellen Lernens , das sich mit Domänenmodellen befasst , die sowohl Unsicherheit (die mithilfe statistischer Methoden

In der Statistik ist die Yates-Korrektur ( oder der Yates-Chi-Quadrat-Test ) ein häufig verwendeter statistischer Test zur Analyse von Zähldaten in Kontingenztafeln , insbesondere bei kleinen Stichprobenumfängen.