Busca avançada
Ano de início
Entree

Seleção de modelos em alta dimensão: propriedades teóricas e aplicações

Processo: 19/17734-3
Linha de fomento:Auxílio à Pesquisa - Programa eScience e Data Science - Regular
Vigência: 01 de fevereiro de 2020 - 31 de janeiro de 2022
Área do conhecimento:Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística
Pesquisador responsável:Florencia Graciela Leonardi
Beneficiário:Florencia Graciela Leonardi
Instituição-sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
Assunto(s):Processos estocásticos 

Resumo

Este projeto de pesquisa tem como objetivo principal estudar métodos de seleção de modelos para análise de dados em alta dimensão. Os dados modelados serão de diferentes tipos e estruturas, como por exemplo grafos e redes aleatórias, vetores em alta dimensão ou dados espaço temporais. O foco deste projeto estará relacionado com modelos preditivos e o objetivo será selecionar modelos com dimensão adequada com o objetivo de minimizar o erro de predição. Esta abordagem está relacionada com a teoria de aprendizagem estatística, que dá suporte a várias das técnicas utilizadas na atualidade nos campos de aprendizagem de máquina ou ciência de dados. (AU)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
CERQUEIRA, ANDRESSA; GARIVIER, AURELIEN; LEONARDI, FLORENCIA. A note on perfect simulation for Exponential Random Graph Models. ESAIM-PROBABILITY AND STATISTICS, v. 24, p. 138-147, MAR 3 2020. Citações Web of Science: 0.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.