机译:具有惩罚和约束可能性的差分私有模型选择
Carnegie Mellon Univ, Pittsburgh, PA 15213 USA;
Univ Laval, Quebec City, PQ, Canada;
Penn State Univ, State Coll, PA USA;
Penn State Univ, State Coll, PA USA;
Carnegie Mellon Univ, Pittsburgh, PA 15213 USA;
Consistency; Differential privacy; Information criteria; Model selection; Regression;
机译:用于混合模型的受罚约束非参数最大似然估计的线性化程序和VDM / ECM算法
机译:在替代条件下使用偏似线性方法进行带扰动参数选择的模型选择:在切换回归模型中的应用
机译:AFT随机效应模型中变量选择的惩罚h似然法
机译:使用惩罚最大似然模型进行特征选择
机译:通过非凹罚似然和局部似然进行高维建模。
机译:ℓ1-惩罚化似然模型的选择后推断
机译:具有随机效应的广义线性回归模型的惩罚H似然可变选择算法