Título
[en] A THEORY BASED, DATA DRIVEN SELECTION FOR THE REGULARIZATION PARAMETER FOR LASSO
Título
[pt] SELECIONANDO O PARÂMETRO DE REGULARIZAÇÃO PARA O LASSO: BASEADO NA TEORIA E NOS DADOS
Autor
[pt] DANIEL MARTINS COUTINHO
Vocabulário
[pt] LASSO
Vocabulário
[pt] APRENDIZADO DE MAQUINA
Vocabulário
[pt] PARAMETRO DE REGULARIZACAO
Vocabulário
[pt] ADALASSO
Vocabulário
[en] LASSO
Vocabulário
[en] MACHINE LEARNING
Vocabulário
[en] REGULARIZATION PARAMETER
Vocabulário
[en] ADALASSO
Resumo
[pt] O presente trabalho apresenta uma nova forma de selecionar o parâmetro
de regularização do LASSO e do adaLASSO. Ela é baseada na teoria e
incorpora a estimativa da variância do ruído. Nós mostramos propriedades
teóricas e simulações Monte Carlo que o nosso procedimento é capaz de lidar
com mais variáveis no conjunto ativo do que outras opções populares para a
escolha do parâmetro de regularização.
Resumo
[en] We provide a new way to select the regularization parameter for the
LASSO and adaLASSO. It is based on the theory and incorporates an estimate
of the variance of the noise. We show theoretical properties of the procedure
and Monte Carlo simulations showing that it is able to handle more variables
in the active set than other popular options for the regularization parameter.
Orientador(es)
MARCELO CUNHA MEDEIROS
Banca
MARCELO CUNHA MEDEIROS
Banca
RICARDO PEREIRA MASINI
Banca
ANDERS BREDAHL KOCH
Catalogação
2021-03-25
Apresentação
2020-11-06
Tipo
[pt] TEXTO
Formato
application/pdf
Idioma(s)
INGLÊS
Referência [pt]
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=51983@1
Referência [en]
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=51983@2
Referência DOI
https://doi.org/10.17771/PUCRio.acad.51983
Arquivos do conteúdo
NA ÍNTEGRA PDF