GLM・カウントデータ
23 の手法がこの系統にあります。
注目
Active Learning Logistic RegressionActive Learning with Logistic Regression is an iterative label-efficient framework in which a logistic regression model selects the unlabeled examples it is most uncertain about, a項目応答理論における項目応答の不均衡分析 (DIF)Differential Item Functioning analysis examines whether examinees from different groups — such as gender, ethnicity, or language background — who have the same underlying ability rアンサンブルロジスティック回帰Ensemble Logistic Regression trains multiple logistic regression classifiers on varied subsets or perturbations of the training data and combines their probability estimates by aveガンマ回帰 (GLM)Gamma regression is a generalized linear model that uses the gamma distribution to model a positive, right-skewed continuous outcome. Developed within the GLM framework of McCullag一般化線形モデル（GLM）The Generalized Linear Model is a unified regression framework that extends ordinary linear regression to outcomes from the exponential family — including binary, count, proportionロジスティック回帰Logistic regression is a statistical method for modeling the probability of a binary outcome (disease present/absent, success/failure) as a function of continuous and categorical p
学びの道筋
このトピックで最も多く参照される基礎的な手法を、発展してきた順に並べました — はじめての方はここから読み始めてください。
すべての手法 23
Active Learning Logistic Regression項目応答理論における項目応答の不均衡分析 (DIF)アンサンブルロジスティック回帰ガンマ回帰 (GLM)一般化線形モデル（GLM）ロジスティック回帰ロジスティック回帰 (ML)多項ロジスティック回帰オンラインロジスティック回帰順序ロジスティック回帰順序ロジスティック回帰（比例オッズモデル）ロバスト一般化線形モデルロバストロジスティック回帰ロバスト多項ロジスティック回帰ロバスト負の二項回帰ロバスト・ポアソン回帰ロバストプロビットモデルロバストゼロ過剰モデル自己教師ありロジスティック回帰半教師ありロジスティック回帰ゼロ過剰モデルゼロ過剰負の二項回帰（ZINB）ゼロ過剰ポアソン（ZIP）回帰