Techniki regularyzacji i redukcji wymiaru w analizie dużych zbiorów danych

Małgorzata Bogdan
Uniwersytet Wrocławski


W czasie wykładu omówimy problemy statystyczne charakterystyczne dla analizy zbiorów danych, w których liczba zmiennych jest porównywalna lub większa od liczby obserwacji. W tej sytuacji największym wyzwaniem, z którym musi sobie poradzić statystyk, jest tzw. klątwa wymiarowości, która przejawia się niestabilnymi estymatorami parametrów modeli statystycznych. Klątwie wymiarowości zapobiega się stosując różne techniki regularyzacji i redukcji wymiaru, które umożliwiają dokładną estymację parametrów modeli statystycznych przy spełnieniu odpowiednich założeń na tzw. rzadkość modelu generującego dane. W czasie wykładu omówimy różne klasyczne techniki redukcji wymiaru i regularyzacji, oraz nowe rozwiązania zaproponowane przez zespół M. Bogdan i współpracowników z różnych ośrodków w Europie, USA i Korei.


Wykład odbędzie się 12 stycznia 2021 o godzinie 17.00 przy użyciu komunikatora Zoom.