Impact of Missing Data on Mixtures and Clustering

Type de document :
Autre communication scientifique (congrès sans actes - poster - séminaire...): Communication dans un congrès avec actes
Titre :
Impact of Missing Data on Mixtures and Clustering
Auteur(s) :
Biernacki, Christophe [Auteur]
MOdel for Data Analysis and Learning [MODAL]
Boyer, Claire [Auteur]
Méthodes numériques pour le problème de Monge-Kantorovich et Applications en sciences sociales [MOKAPLAN]
Celeux, Gilles [Auteur]
Statistique mathématique et apprentissage [CELESTE]
Josse, Julie [Auteur]
Inria Sophia Antipolis - Méditerranée [CRISAM]
Laporte, Fabien [Auteur]
Génétique Quantitative et Evolution - Le Moulon (Génétique Végétale) [GQE-Le Moulon]
Marbac Lourdelle, Matthieu [Auteur]
Ecole Nationale de la Statistique et de l'Analyse de l'Information [Bruz] [ENSAI]
Sportisse, Aude [Auteur]
Modèles et algorithmes pour l’intelligence artificielle [MAASAI]
Vandewalle, Vincent [Auteur] orcid refId
MOdel for Data Analysis and Learning [MODAL]
Titre de la manifestation scientifique :
MHC2021 - Mixtures, Hidden Markov Models, Clustering
Ville :
Orsay
Pays :
France
Date de début de la manifestation scientifique :
2021-06-02
Discipline(s) HAL :
Statistiques [stat]/Méthodologie [stat.ME]
Langue :
Anglais
Comité de lecture :
Oui
Audience :
Internationale
Vulgarisation :
Non
Collections :
Source :
Harvested from HAL
Fichiers
Thumbnail
Thumbnail
Thumbnail
Thumbnail