Datenbasierte Optimierung, R Programmierung und Anwendung
Ein inexaktes Newton-Verfahren für die LASSO-Regression
PAYBACK Punkte
0 °P sammeln!
Studienarbeit aus dem Jahr 2017 im Fachbereich Ingenieurwissenschaften - Wirtschaftsingenieurwesen, Note: 1,3, Technische Universität Ilmenau, Sprache: Deutsch, Abstract: Dieser Beitrag widmet sich der datenbasierten Optimierung und deren konkreten Anwendung. Für diesen Zweck wird eine Lösungsmethode aufgestellt, in der die Pseudo-Huber-Regularisierung, die inexakte Newton-Methode, das GMRES Verfahren und die Armijo-Regel angewandt werden.Ziel dabei ist, die Leistung einer Lösungsmethode auf Basis der inexakten Newton-Verfahren für die LASSO-Regression anhand einer Programmiersequenz in R...
Studienarbeit aus dem Jahr 2017 im Fachbereich Ingenieurwissenschaften - Wirtschaftsingenieurwesen, Note: 1,3, Technische Universität Ilmenau, Sprache: Deutsch, Abstract: Dieser Beitrag widmet sich der datenbasierten Optimierung und deren konkreten Anwendung. Für diesen Zweck wird eine Lösungsmethode aufgestellt, in der die Pseudo-Huber-Regularisierung, die inexakte Newton-Methode, das GMRES Verfahren und die Armijo-Regel angewandt werden.Ziel dabei ist, die Leistung einer Lösungsmethode auf Basis der inexakten Newton-Verfahren für die LASSO-Regression anhand einer Programmiersequenz in R zu implementieren und zu bewerten.
Andere Kunden interessierten sich für
