Missing Data Imputation in Balanced Construction for Incomplete Block Designs

Observational data with massive sample sizes are often distributed on many local machines. From an experimental design perspective, investigators often desire to identify the effect of new treatments (even ML algorithms) on many blocks of experimental data. With time requirements or budget constrain...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Haiyan Yu, Bing Han, Nicholas Rios, Jianbin Chen
Format:	Artigo
Język:	Inglês
Wydane:	MDPI AG 2024-10-01
Seria:	Mathematics
Hasła przedmiotowe:	distributed data expectation-maximization incomplete block design missing by design machine learning
Dostęp online:	https://www.mdpi.com/2227-7390/12/21/3419
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!