H High-dimensional classification by sparse logistic regression
Keywords : Complexity penalty; convex relaxation; feature selection; high-dimensionality; minimaxity; misclassification excess risk; sparsity
Codes MSC :
62C20
- Minimax procedures
62H30
- Classification and discrimination; cluster analysis
Ressources complémentaires :
https://www.cirm-math.fr/RepOrga/2146/Slides/ABRAMOVICH_Talk.pdf
Informations sur la Vidéo
Réalisateur : Hennenfent, GuillaumeLangue : Anglais Date de publication : 15/06/2020 Date de captation : 03/06/2020 Collection : Research talks ; Probability and Statistics Durée : 00:39:06 Domaine : Probability & Statistics Audience : Chercheurs ; Doctorants , Post - Doctorants Download : https://videos.cirm-math.fr/2020-06-03_Abramovitch.mp4 ![]() |
Informations sur la Rencontre Virtuelle
Nom de la rencontre : Mathematical Methods of Modern Statistics 2 / Méthodes mathématiques en statistiques modernes 2Organisateurs de la rencontre : Bogdan, Malgorzata ; Graczyk, Piotr ; Panloup, Fabien ; Proïa, Frédéric ; Roquain, Etienne Dates : 15/06/2020 - 19/06/2020 Année de la rencontre : 2020 URL Congrès : https://www.cirm-math.com/cirm-virtual-...
Citation Data
DOI : 10.24350/CIRM.V.19640203Cite this video as: Abramovich, Felix (2020). High-dimensional classification by sparse logistic regression.CIRM . Audiovisual resource. doi:10.24350/CIRM.V.19640203 URI : http://dx.doi.org/10.24350/CIRM.V.19640203 |