How should statistical procedures b

How should statistical procedures be designed so as to be scalable computationally to the massive datasets that are increasingly the norm? When coupled with the requirement that an answer to an inferential question be delivered within a certain time budget, this question has significant repercussions for the field of statistics. With the goal of identifying “time-data tradeoffs,” we investigate some of the statistical consequences of computational perspectives on scability, in particular divide-and-conquer methodology and hierarchies of convex relaxations.

ผลลัพธ์ (ไทย) 1:

วิธีควรกระบวนงานทางสถิติถูกออกแบบมาเพื่อปรับสเกล computationally จะ datasets ขนาดใหญ่ที่เป็นปกติมากขึ้นได้หรือไม่ เมื่อควบคู่กับความต้องการที่ส่งคำตอบเป็นคำถามเพียงน้อยนิดภายในบางครั้งงบประมาณ คำถามนี้มีสถิติในด้านร้ายอย่างมีนัยสำคัญ มีเป้าหมายจะระบุ "เวลาข้อมูลยืนยัน" เราสอบสวนบางผลสถิติของการคำนวณมุมใน scability วิธีการเฉพาะแบ่ง และพิชิต และลำดับชั้นของ relaxations นูน

ผลลัพธ์ (ไทย) 2:

วิธีควรสถิติได้รับการออกแบบเพื่อที่จะขยายขีดความสามารถให้กับคอมพิวเตอร์ชุดข้อมูลขนาดใหญ่ที่มีมากขึ้นบรรทัดฐาน? เมื่อคู่กับความต้องการที่คำตอบของคำถามที่อนุมานถูกส่งภายในเวลางบประมาณบางคำถามนี้มีผลกระทบอย่างมีนัยสำคัญสำหรับเขตข้อมูลสถิติ โดยมีเป้าหมายในการระบุ "ความสมดุลเวลาข้อมูล" เราจะตรวจสอบบางส่วนของผลกระทบทางสถิติของมุมมองในการคำนวณ scability โดยเฉพาะอย่างยิ่งการแบ่งและพิชิตวิธีการและลำดับชั้นของ relaxations นูน

ผลลัพธ์ (ไทย) 3:

แล้ววิธีการทางสถิติถูกออกแบบมาเพื่อให้สามารถจัดการกับข้อมูลที่มีขนาดใหญ่ computationally มากขึ้นปกติ ? เมื่อบวกกับความต้องการที่คำตอบของคำถามที่ 2 จะจัดส่งภายในงบประมาณ เวลา ที่แน่นอน คำถามนี้ มีผลกระทบทางด้านสาขาสถิติ มีเป้าหมายในการระบุ " เวลา tradeoffs ข้อมูล" เราตรวจสอบบางส่วนของผลกระทบทางสถิติของการคำนวณในมุมมอง scability โดยแบ่งและพิชิตวิธีการลำดับชั้นของนูน เป็นการผสมผสานระหว่างศิลปะ .