Show simple item record

dc.contributor.advisorTulus
dc.contributor.advisorSuwilo, Saib
dc.contributor.authorSiregar, Eva Yanti
dc.date.accessioned2012-02-13T02:35:40Z
dc.date.available2012-02-13T02:35:40Z
dc.date.issued2012-02-13
dc.identifier.otherFranz
dc.identifier.urihttp://repository.usu.ac.id/handle/123456789/31058
dc.description097021010en_US
dc.description.abstractThe procedure l1 on Gauss regression model of non-parametric. In many concrete examples, the dimension d of the input variable X depending on the number of observations. In this paper, constructed of two procedures. The first, choosing a high probability on these coordinates. Then, using a subset selection method, per- form polynomial regression estimator to estimate the function n−2 /(2 +d), where d is the dimension of ”real” of the problem number of variables that depend on f, has changed the form of dimension d. To achieve this result, used l1-penalization method in the nonparametric setup.en_US
dc.description.abstractProsedur l1 pada model regresi Gauss non-parametrik. Dalam banyak contoh konkrit, dimensi d pada variabel X tergantung pada jumlah pengamatan. Dalam tulisan ini, dibangun dua prosedur. Yang pertama, memilih probabilitas tinggi pada koordinat ini. Kemudian, dengan menggunakan metode pemilihan subset, menjalankan polinomial Estimator untuk memperkirakan fungsi regresi n−2 /(2 +d), dimana d merupakan dimensi ”real” dari masalah jumlah variabel yang tergan- tung pada f, telah mengganti bentuk dimensi d. Untuk mencapai hasil ini, digu- nakan metode l1-penalization dalam setup nonparametrik.en_US
dc.language.isoiden_US
dc.subjectDimension reductionen_US
dc.subjectHigh dimensionen_US
dc.subjectLASSOen_US
dc.titlePemilihan Variabel Dan Reduksi Dimensi Dalam Regresi Nonparametrik Berdimensi Besaren_US
dc.typeMaster Thesesen_US


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record