Ing. Michaela Kecskésová

Bakalářská práce

Implementation of Sample Selection Estimators into Double Machine Learning Framework

Implementation of Sample Selection Estimators into Double Machine Learning Framework
Anotace:
Táto práca predstavuje tzv. dvojité strojové učenie (Double Machine Learning - DML), rámec navrhnutý na odhadovanie vektorov parametrov vo vysokodimenzionálnom prostredí, kde môže byť počet premenných potenciálne veľmi veľký. Okrem všeobecného popisu tohto rámca je hlavným cieľom práce implementovať nedávne rozšírenie DML do DoubleML, populárnej knižnice jazyka Python pre modely založené na DML, ktorej …více
Abstract:
This thesis presents an overview of Double Machine Learning (DML), a framework designed for estimating lower-dimensional parameter vectors in high-dimensional settings, where the number of variables can potentially be very large. In addition to outlining the general framework, the main goal of the thesis is to implement a recent extension of DML into DoubleML, a popular Python library for DML-based …více
 
 
Jazyk práce: angličtina
Datum vytvoření / odevzdání či podání práce: 23. 5. 2024

Obhajoba závěrečné práce

  • Obhajoba proběhla 24. 6. 2024
  • Vedoucí: RNDr. Martin Jonáš, Ph.D.
  • Oponent: RNDr. Vít Musil, Ph.D.

Citační záznam

Plný text práce

Obsah online archivu závěrečné práce
Zveřejněno v Theses:
  • světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Masarykova univerzita, Fakulta informatiky