dc.contributor.author | Inácio, Marco Henrique de Almeida | |
dc.date.accessioned | 2020-08-05T12:14:20Z | |
dc.date.available | 2020-08-05T12:14:20Z | |
dc.date.issued | 2020-08-03 | |
dc.identifier.citation | INÁCIO, Marco Henrique de Almeida. Conditional independence testing, two sample comparison and density estimation using neural networks. 2020. Tese (Doutorado em Estatística) – Universidade Federal de São Carlos, São Carlos, 2020. Disponível em: https://repositorio.ufscar.br/handle/ufscar/13119. | * |
dc.identifier.uri | https://repositorio.ufscar.br/handle/ufscar/13119 | |
dc.description.abstract | Given the vast amount of data available nowadays and the rapid increase of computational processing power, the field of machine learning and the so called algorithmic modeling have seen a recent surge in its popularity and applicability.
One of the tools which has attracted great popularity is artificial neural networks due, to among other things, their versatility, ability to capture complex relations and computational scalability.
In this work, we therefore apply such machine learning tools into three important problems of Statistics: two-sample comparison, conditional independence testing and conditional density estimation. | eng |
dc.description.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | por |
dc.language.iso | eng | eng |
dc.publisher | Universidade Federal de São Carlos | por |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Redes neurais artificiais | por |
dc.subject | Estimação de densidade condicional | por |
dc.subject | Teste de independência condicional | por |
dc.subject | Comparação de populações | por |
dc.subject | Aprendizado de máquina | por |
dc.subject | Artificial neural networks | eng |
dc.subject | Conditional density estimation | eng |
dc.subject | Conditional independence testing | eng |
dc.subject | Two-sample comparison | eng |
dc.subject | Machine learning | eng |
dc.title | Conditional independence testing, two sample comparison and density estimation using neural networks | eng |
dc.title.alternative | Estimação de densidades, comparação de amostras e medidas de importância usando redes neurais | por |
dc.type | Tese | por |
dc.contributor.advisor1 | Izbicki, Rafael | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/9991192137633896 | por |
dc.description.resumo | Dada a grande quantidade de dados disponíveis nos dias de hoje e o rápido aumento da capacidade de processamento computacional, o campo de aprendizado de máquina e a assim chamada modelagem algorítmica tem visto um grande surto de popularidade e aplicabilidade.
Uma das ferramentas que atraíram grande popularidade são as redes neurais artificiais dada, entre outras coisas, sua versatilidade, habilidade de capturar relações complexas e sua escalabilidade computacional.
Assim sendo, neste trabalho aplicamos estas ferramentas de aprendizado de máquina em três problemas importantes da Estatística: comparação de populações, teste de independência condicional e estimação de densidades condicionais. | por |
dc.publisher.initials | UFSCar | por |
dc.publisher.program | Programa Interinstitucional de Pós-Graduação em Estatística - PIPGEs | por |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA | por |
dc.description.sponsorshipId | CAPES: Código de Financiamento 001 | por |
dc.publisher.address | Câmpus São Carlos | por |
dc.contributor.authorlattes | http://lattes.cnpq.br/1931901020027887 | por |