خوشه‌بندی‌ و‌ برآورد‌ تنک‌ در‌ مدل‌های‌ رگرسیونی‌ با‌ ابعاد‌ بالا
 بسمه تعالی
 آگهی برگزاری جلسه حضوری دفاع از پایان نامه کارشناسی ارشد
   زمان: چهار شنبه 1400/11/27 ساعت 10:00
   مکان: سالن همایش
   لینک ورودhttps://meetbk.kntu.ac.ir/b/jj6-ndl-or7    کد دسترسی:036924 
   عنوان رساله:
خوشه‌بندی‌ و‌ برآورد‌ تنک‌ در‌ مدل‌های‌ رگرسیونی‌ با‌ ابعاد‌ بالا
 
   نام دانشجو: مهدیه جهرامی ثابت
   استاد راهنما: دکتر احد ملک زاده
   استاد ارزیاب داخلی: دکتر حسین جوهری
   استاد ارزیاب خارجی: دکتر روشنک علی محمدی
 
   چکیده فارسی
 
رگرسیون یکی از روش‌های پرکاربرد علم آمار در علوم مختلف همانند روانشناسی، علوم اجتماعی، کشاورزی، کامپیوتر، هوش مصنوعی و ... می باشد. زمانیکه تعداد مشاهدات بیش از تعداد متغیرهای مدل باشد، روش‌های معمول و متنوعی بمنظور برآورد پارامترهای مدل رگرسیونی ارائه شده است و همچنین روش‌های متعددی بمنظور انتخاب متغیرهای مناسب مدل مطرح می باشند. مسئله زمانی بغرنج می شود که تعداد مشاهدات از تعداد متغیرهای مدل کمتر باشد (رگرسیون با ابعاد بالا). در این حالت امکان برآورد پارامترهای مدل با روشهای کلاسیک وجود ندارد و روش‌های متعددی همانند رگرسیون ستیغی، روش لاسو، لاسو گروهی و ... برای این مهم طراحی شده است. در این پایان نامه روشی بمنظور انتخاب متغیرهای موثر در مدل با بهره از خوشه¬بندی و استفاده از ضریب همبستگی کانونی ارائه نموده شده است که با بهره از روش‌‌های لاسو و لاسو گروهی به برآورد پارامتر مدل نهایی پرداخته خواهد شد.
 
 
تعداد بازدید:
328
تاریخ:
1400/11/24