SULJE VALIKKO

avaa valikko

Sparse Graphical Modeling for High Dimensional Data - A Paradigm of Conditional Independence Tests
125,90 €
Taylor & Francis Ltd
Sivumäärä: 130 sivua
Asu: Kovakantinen kirja
Julkaisuvuosi: 2023, 02.08.2023 (lisätietoa)
Kieli: Englanti
Tuotesarja: Chapman&Hall/CRC Monographs on Statistics and Applied Probability
This book provides a general framework for learning sparse graphical models with conditional independence tests. It includes complete treatments for Gaussian, Poisson, multinomial, and mixed data; unified treatments for covariate adjustments, data integration, and network comparison; unified treatments for missing data and heterogeneous data; efficient methods for joint estimation of multiple graphical models; effective methods of high-dimensional variable selection; and effective methods of high-dimensional inference. The methods possess an embarrassingly parallel structure in performing conditional independence tests, and the computation can be significantly accelerated by running in parallel on a multi-core computer or a parallel architecture. This book is intended to serve researchers and scientists interested in high-dimensional statistics, and graduate students in broad data science disciplines.

Key Features:






A general framework for learning sparse graphical models with conditional independence tests



Complete treatments for different types of data, Gaussian, Poisson, multinomial, and mixed data



Unified treatments for data integration, network comparison, and covariate adjustment



Unified treatments for missing data and heterogeneous data



Efficient methods for joint estimation of multiple graphical models



Effective methods of high-dimensional variable selection
Effective methods of high-dimensional inference

Tuotetta lisätty
ostoskoriin kpl
Siirry koriin
LISÄÄ OSTOSKORIIN
Tilaustuote | Arvioimme, että tuote lähetetään meiltä noin 1-3 viikossa. | Tilaa jouluksi viimeistään 27.11.2024. Tuote ei välttämättä ehdi jouluksi.
Myymäläsaatavuus
Helsinki
Tapiola
Turku
Tampere
Sparse Graphical Modeling for High Dimensional Data - A Paradigm of Conditional Independence Testszoom
Näytä kaikki tuotetiedot
Sisäänkirjautuminen
Kirjaudu sisään
Rekisteröityminen
Oma tili
Omat tiedot
Omat tilaukset
Omat laskut
Lisätietoja
Asiakaspalvelu
Tietoa verkkokaupasta
Toimitusehdot
Tietosuojaseloste