The Optimal Ridge Penalty for Real-world High-dimensional Data Can Be Zero or Negative due to the Implicit Ridge Regularization

DSpace Repositorium (Manakin basiert)

Zur Kurzanzeige

dc.contributor.author Kobak, Dmitry
dc.date.accessioned 2021-06-16T13:35:51Z
dc.date.available 2021-06-16T13:35:51Z
dc.date.issued 2020
dc.identifier.issn 1532-4435
dc.identifier.uri http://hdl.handle.net/10900/116322
dc.language.iso en de_DE
dc.publisher Microtome Publ de_DE
dc.subject.ddc 004 de_DE
dc.subject.ddc 600 de_DE
dc.title The Optimal Ridge Penalty for Real-world High-dimensional Data Can Be Zero or Negative due to the Implicit Ridge Regularization de_DE
dc.type Article de_DE
utue.quellen.id 20210304112512_01875
utue.personen.roh Kobak, Dmitry
utue.personen.roh Lomond, Jonathan
utue.personen.roh Sanchez, Benoit
dcterms.isPartOf.ZSTitelID Journal of Machine Learning Research de_DE
dcterms.isPartOf.ZS-Issue Article 169 de_DE
dcterms.isPartOf.ZS-Volume 21 de_DE
utue.fakultaet 04 Medizinische Fakultät de_DE


Dateien zu dieser Ressource

Dateien Größe Format Anzeige

Zu diesem Dokument gibt es keine Dateien.

Das Dokument erscheint in:

Zur Kurzanzeige