Schalk, Daniel; Bischl, Bernd
ORCID: https://orcid.org/0000-0001-6002-6980 und Rügamer, David ORCID: https://orcid.org/0000-0002-8772-9202
(2024):
Privacy-preserving and lossless distributed estimation of high-dimensional generalized additive mixed models.
In: Statistics and Computing, Bd. 34, Nr. 1, 31
[PDF, 835kB]
| Dokumententyp: | Zeitschriftenartikel |
|---|---|
| Fakultät: | Philosophie, Wissenschaftstheorie und Religionswissenschaft > Munich Center for Mathematical Philosophy (MCMP)
Mathematik, Informatik und Statistik > Statistik |
| Themengebiete: | 000 Informatik, Informationswissenschaft, allgemeine Werke > 000 Informatik, Wissen, Systeme
300 Sozialwissenschaften > 300 Sozialwissenschaft, Soziologie |
| URN: | urn:nbn:de:bvb:19-epub-116545-6 |
| ISSN: | 0960-3174 |
| Sprache: | Englisch |
| Dokumenten ID: | 116545 |
| Datum der Veröffentlichung auf Open Access LMU: | 08. Mai 2024, 14:03 |
| Letzte Änderungen: | 08. Mai 2024, 14:03 |
- Dokument bearbeiten
