01 دی 1403
حميد كرمي كبير

حمید کرمی کبیر

مرتبه علمی: استادیار
نشانی: دانشکده مهندسی سیستم های هوشمند و علوم داده - گروه آمار
تحصیلات: دکترای تخصصی / آمار
تلفن: 09188175368
دانشکده: دانشکده مهندسی سیستم های هوشمند و علوم داده

مشخصات پژوهش

عنوان
Semi parametric tress shrinkage regression
نوع پژوهش مقالات در همایش ها
کلیدواژه‌ها
Semi-parametric regression, Lasso regression, Regression tree, Penalized regression, Non-parametric regression
پژوهشگران محمدرضا خلوتی فهلیانی (نفر اول) ، حمید کرمی کبیر (نفر دوم)

چکیده

Semi-parametric regression models combine elements of parametric and non-parametric regression approaches. Lasso regression, a penalized parametric regression technique, introduces a penalty term to the regression equation to enhance model performance. Regression tree models, a non-parametric approach, partition the data into subsets and build separate models for each subset. By combining these techniques, semi-parametric regression models can capture both linear and non-linear relationships in the data, providing a powerful tool for addressing complex regression problems.