Grace Wahba (Estados Unidos, 3 de agosto de 1934) es una doctora en ciencias, pionera en los estudios de splines suavizados. Su libro sobre estos estudios, un clásico en la materia, fue la base de la investigación sobre el uso de splines y de las propuestas de nuevos estimadores con sus parámetros de suavizado asociados. Grace es conocida, sobre todo, por el desarrollo del método generalizado de validación cruzada para la selección del parámetro suavizado, método que se encuentra implementado en los paquetes estadísticos habituales. Sus aportaciones se enmarcan en el análisis de propiedades estadísticas de nuevos estimadores, así como en sus aplicaciones prácticas, aplicaciones de sus técnicas a estudios demográficos, microanálisis de ADN, estudio de imágenes médicas, cambio climático, mac

Property Value
dbo:abstract
  • Grace Wahba (Estados Unidos, 3 de agosto de 1934) es una doctora en ciencias, pionera en los estudios de splines suavizados. Su libro sobre estos estudios, un clásico en la materia, fue la base de la investigación sobre el uso de splines y de las propuestas de nuevos estimadores con sus parámetros de suavizado asociados. Grace es conocida, sobre todo, por el desarrollo del método generalizado de validación cruzada para la selección del parámetro suavizado, método que se encuentra implementado en los paquetes estadísticos habituales. Sus aportaciones se enmarcan en el análisis de propiedades estadísticas de nuevos estimadores, así como en sus aplicaciones prácticas, aplicaciones de sus técnicas a estudios demográficos, microanálisis de ADN, estudio de imágenes médicas, cambio climático, machine learning o aprendizaje automático, matrices de ADN o imágenes médicas. ​ (es)
  • Grace Wahba (Estados Unidos, 3 de agosto de 1934) es una doctora en ciencias, pionera en los estudios de splines suavizados. Su libro sobre estos estudios, un clásico en la materia, fue la base de la investigación sobre el uso de splines y de las propuestas de nuevos estimadores con sus parámetros de suavizado asociados. Grace es conocida, sobre todo, por el desarrollo del método generalizado de validación cruzada para la selección del parámetro suavizado, método que se encuentra implementado en los paquetes estadísticos habituales. Sus aportaciones se enmarcan en el análisis de propiedades estadísticas de nuevos estimadores, así como en sus aplicaciones prácticas, aplicaciones de sus técnicas a estudios demográficos, microanálisis de ADN, estudio de imágenes médicas, cambio climático, machine learning o aprendizaje automático, matrices de ADN o imágenes médicas. ​ (es)
dbo:wikiPageID
  • 8996673 (xsd:integer)
dbo:wikiPageLength
  • 9693 (xsd:integer)
dbo:wikiPageRevisionID
  • 127883423 (xsd:integer)
dct:subject
rdf:type
rdfs:comment
  • Grace Wahba (Estados Unidos, 3 de agosto de 1934) es una doctora en ciencias, pionera en los estudios de splines suavizados. Su libro sobre estos estudios, un clásico en la materia, fue la base de la investigación sobre el uso de splines y de las propuestas de nuevos estimadores con sus parámetros de suavizado asociados. Grace es conocida, sobre todo, por el desarrollo del método generalizado de validación cruzada para la selección del parámetro suavizado, método que se encuentra implementado en los paquetes estadísticos habituales. Sus aportaciones se enmarcan en el análisis de propiedades estadísticas de nuevos estimadores, así como en sus aplicaciones prácticas, aplicaciones de sus técnicas a estudios demográficos, microanálisis de ADN, estudio de imágenes médicas, cambio climático, mac (es)
  • Grace Wahba (Estados Unidos, 3 de agosto de 1934) es una doctora en ciencias, pionera en los estudios de splines suavizados. Su libro sobre estos estudios, un clásico en la materia, fue la base de la investigación sobre el uso de splines y de las propuestas de nuevos estimadores con sus parámetros de suavizado asociados. Grace es conocida, sobre todo, por el desarrollo del método generalizado de validación cruzada para la selección del parámetro suavizado, método que se encuentra implementado en los paquetes estadísticos habituales. Sus aportaciones se enmarcan en el análisis de propiedades estadísticas de nuevos estimadores, así como en sus aplicaciones prácticas, aplicaciones de sus técnicas a estudios demográficos, microanálisis de ADN, estudio de imágenes médicas, cambio climático, mac (es)
rdfs:label
  • Grace Wahba (es)
  • Grace Wahba (es)
prov:wasDerivedFrom
foaf:isPrimaryTopicOf
is foaf:primaryTopic of