Hiperparametros
Mostrando 1-10 de 10 artigos, teses e dissertações.
-
1. Machine learning para análises preditivas em saúde: exemplo de aplicação para predizer óbito em idosos de São Paulo, Brasil
Este estudo objetiva apresentar as etapas relacionadas à utilização de algoritmos de machine learning para análises preditivas em saúde. Para isso, foi realizada uma aplicação com base em dados de idosos residentes no Município de São Paulo, Brasil, participantes do estudo Saúde Bem-estar e Envelhecimento (SABE) (n = 2.808). A variável resposta fo
Cad. Saúde Pública. Publicado em: 29/07/2019
-
2. Preferências assimétricas variantes no tempo na função perda do Banco Central do Brasil.
Este trabalho estima uma função de reação forward-looking com parâmetros variando no tempo para verificar mudanças na condução da política monetária brasileira sob o regime de metas de inflação. Como a regra de política apresenta regressores endógenos, o filtro de Kalman convencional não pode ser aplicado. Diante disso, um procedimento em dois
IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia. Publicado em: 13/08/2012
-
3. Bayesian analysis of 2k factorial designs using the sparse eects, hierarchy and heredity principles / Análise Bayesiana de ensaios fatoriais 2k usando os princípios dos efeitos esparsos, da hierarquia e da hereditariedade
No Planejamento de experimentos para o ajuste de modelos polinomiais envolvendo k fatores principais e respectivas interações, e bastante comum a utilização dos fatoriais 2k, 3k ou frações dos mesmos. Para as analises dos resultados desses experimentos, freqüentemente se considera o princípio da hereditariedade, ou seja, uma vez constatada uma intera
Publicado em: 2010
-
4. Um enfoque bayesiano do modelo de captura-recaptura na presença de covariáveis.
Este trabalho tem como objetivo principal a inserção de covariáveis nas probabilidades de captura do método de captura-recaptura múltipla para população fechada. No caso de população animal, por exemplo, fatores como clima, época do ano, tamanho do animal, podem afetar a probabilidade de captura do animal. Revisamos os conceitos da metodologia, faz
Publicado em: 2006
-
5. Estudo Comparativo de Métricas de Pontuação para Aprendizagem Estrutural de Redes Bayesianas
Redes Bayesianas são poderosas ferramentas de representação gráfica de distribuições de probabilidade. Tais redes manipulam incertezas existentes em sistemas do mundo real. A partir da última década, especial interesse no aprendizado de sua estrutura a partir de um conjunto de dados. Entretanto, o aprendizado da estrutura é um problema NP-Dif�
Publicado em: 2006
-
6. SOCCER CHAMPIONSHIP PROBABILITS ESTIMATION / ESTIMAÇÃO DE PROBABILIDADES EM CAMPEONATOS DE FUTEBOL
Neste trabalho, apresentamos uma metodologia para obter probabilidades de classificação e rebaixamento de equipes em campeonatos de futebol. A metodologia consiste basicamente em 4 etapas. Na primeira etapa, ajustamos modelos de séries temporais para dados de contagem a séries de gols a favor e sofridos pelas equipes em partidas sucessivas do campeonato,
Publicado em: 2001
-
7. Relações entre Aprendizagem Dentro e Fora de Equilíbrio Termodinâmico
A aplicação da Mecânica Estatística no estudo de Redes Neurais é baseada no fato que a extração de informação de dados (exemplos) pode ser modelada por um processo de minimização de uma função energia. Técnicas originadas no estudo de sistemas desordenados, tais como o Método de Réplicas; o Método da Cavidade; Equações de TAP; bem como té
Publicado em: 2000
-
8. NON GAUSSIAN STATE SPACE MODELS FOR COUNT DATA: THE DURBIN AND KOOPMAN METHODOLOGY / MODELOS DE ESPAÇO DE ESTADO NÃO GAUSSIANOS PARA DADOS DE CONTAGEM: METODOLOGIA DURBIN-KOOPMAN
O objetivo desta tese é o de apresentar e investigar a metodologia de Durbin e Koopman (DK) usada para estimar o espaço de estado de modelos de séries temporais não- Gaussianos, dentro do contexto de modelos estruturais. A abordagem de DK está baseada na avaliação da verossimilhança usando uma eficiente simulação de Monte Carlo, por meio de amostra
Publicado em: 1999
-
9. BOOTSTRAP EM MODELOS ESTRUTURAIS: CONSTRUÇÃO DE INTERVALOS DE CONFIANÇA E TESTES DE HIPÓTESES / BOOTSTRAP IN STRUCTURAL MODELS: BUILDING CONFIDENCE INTERVALS AND HYPOTHESIS TESTS
O uso da técnica bootstrap para construção de intervalos de confiança e testes de hipóteses vem aumentando consideravelmente desde seu surgimento, em 1979, devido principalmente ao rápido avanço computacional ocorrido nas últimas décadas. Neste trabalho utilizamos o bootstrap paramétrico e não-paramétrico para estudar o comportamento dos hiperpar
Publicado em: 1998
-
10. UMA ABORDAGEM SEQÜENCIAL ESPECTRAL NO ESTUDO DE SÉRIES TEMPORAIS NÃO ESTACIONÁRIAS / A SPECTRAL SEQUENTIAL APPROACH TO STUDY NON-STATIONARY TIME SERIE
Modelling and forecasting of times Series have been approached in many different ways. Lately, the most important approaches have been formulated in a space framework. The state space representation enables the state vector to be sequencially updated in time via the Kalman filter. In this dissertation, we present in a systematic way an approach to modelling
Publicado em: 1992