Contrôle des fausses découvertes lors de la sélection de variables en grande dimension
Dans le cadre de la régression, de nombreuses études s’intéressent au problème dit de la grande dimension, où le nombre de variables explicatives mesurées sur chaque échantillon est beaucoup plus grand que le nombre d’échantillons. Si la sélection de variables est une question classique, les méthode...
| Main Author: | |
|---|---|
| Other Authors: | |
| Language: | fr en |
| Published: |
2016
|
| Subjects: | |
| Online Access: | http://www.theses.fr/2016COMP2264/document |