ScholarGate
Асистент

GLM та лічильні моделі

23 — методи цієї родини.

Вибране

Маршрут читання

Найчастіше цитовані фундаментальні методи цієї теми, у порядку їх розвитку — місце для початку, якщо ви тут уперше.

  1. Логістична регресія1958автор: David Roxbee Cox
  2. Онлайнова логістична регресія1960s (perceptron); formalized for logistic loss ~2000sавтор: Rosenblatt, F. / Widrow, B. (perceptron era); modern SGD form: Bottou, L.
  3. Мультиноміальна логістична регресія1966–1974автор: Cox (1966); Theil (1969); formalized by McFadden (1974)
  4. Узагальнена лінійна модель (GLM)1972автор: John A. Nelder & Robert W. M. Wedderburn
  5. Робастна логістична регресія2001автор: Cantoni & Ronchetti (2001); Bondell (2008)
усі методи на цій полиці ↓

Усі методи 23

Логістична регресія з активним навчаннямАналіз диференційного функціонування елементів (DIF)Ансамблева логістична регресіяГамма-регресія (GLM)Узагальнена лінійна модель (GLM)Логістична регресіяЛогістична регресія (ML)Мультиноміальна логістична регресіяОнлайнова логістична регресіяОрдинарна логістична регресіяОрдинарна логістична регресія (модель пропорційних шансів)Стійка узагальнена лінійна модельРобастна логістична регресіяСтійка багатономіальна логістична регресіяНадійна регресія від'ємного біноміального розподілуРобастна Пуассонівська регресіяРобастна модель пробітуНадійна модель із надмірною кількістю нулівЛогістична регресія із самоконтрольованим навчаннямЛогістична регресія з напівкерованим навчаннямМодель із нульовим здуваннямРегресія з нульовим надлишком негативної біноміальної моделі (ZINB)Регресія з нульовим надлишком Пуассона (ZIP)

Ще в розділі «Регресія та GLM»