Jerome H. Friedman

10 ta ish

Stanford University

1. Greedy function approximation: A gradient boosting machine.

   Jerome H. Friedman

   Maqola200118 iqtibos

   ABIABI:AkademIndex/2026.other.063538

2. The Elements of Statistical Learning: Data Mining, Inference, and Prediction

   Trevor Hastie, Robert Tibshirani, Jerome H. Friedman

   Kitob201313 iqtibos

   ABIABI:AkademIndex/2026.other.070988

3. Stochastic gradient boosting

   Jerome H. Friedman

   Maqola20027 iqtibos

   ABIABI:AkademIndex/2026.other.215355

4. Building more accurate decision trees with the additive tree

   José Marcio Luna, Efstathios D. Gennatas, Lyle Ungar +7

   Maqola20195 iqtibos

   ABIABI:AkademIndex/2026.other.294499

5. Classification And Regression Trees

   Leo Breiman, Jerome H. Friedman, Richard A. Olshen +1

   Kitob20174 iqtibos

   ABIABI:AkademIndex/2026.other.063660

6. Regularization Paths for Generalized Linear Models via Coordinate Descent.

   Jerome H. Friedman, Trevor Hastie, Rob Tibshirani

   Maqola20103 iqtibos

   ABIABI:AkademIndex/2026.other.050962

7. Classification and Regression Trees.

   Alexander Gordon, Leo Breiman, Jerome H. Friedman +2

   Maqola19843 iqtibos

   ABIABI:AkademIndex/2026.other.246287

8. <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" display="inline"><mml:mi>π</mml:mi><mml:mi>π</mml:mi></mml:math>Partial-Wave Analysis from Reactions<mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" display="inline"><mml:mrow><mml:msup><mml:mrow><mml:mi>π</mml:mi></mml:mrow><mml:mrow><mml:mo>+</mml:mo></mml:mrow></mml:msup></mml:mrow><mml:mi>p</mml:mi><mml:mo>→</mml:mo><mml:mrow><mml:msup><mml:mrow><mml:mi>π</mml:mi></mml:mrow><mml:mrow><mml:mo>+</mml:mo></mml:mrow></mml:msup></mml:mrow><mml:mrow><mml:msup><mml:mrow><mml:mi>π</mml:mi></mml:mrow><mml:mrow><mml:mo>−</mml:mo></mml:mrow></mml:msup></mml:mrow><mml:mrow><mml:msup><mml:mrow><mml:mi>Δ</mml:mi></mml:mrow><mml:mrow><mml:mo>+</mml:mo><mml:mo>+</mml:mo></mml:mrow></mml:msup></mml:mrow></mml:math>and<mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" display="inline"><mml:mrow><mml:msup><mml:mrow><mml:mi>π</mml:mi></mml:mrow><mml:mrow><mml:mo>+</mml:mo></mml:mrow></mml:msup></mml:mrow><mml:mi>p</mml:mi><mml:mo>→</mml:mo><mml:mrow><mml:msup><mml:mrow><mml:mi>K</mml:mi></mml:mrow><mml:mrow><mml:mo>+</mml:mo></mml:mrow></mml:msup></mml:mrow><mml:mrow><mml:msup><mml:mrow><mml:mi>K</mml:mi></mml:mrow><mml:mrow><mml:mo>−</mml:mo></mml:mrow></mml:msup></mml:mrow><mml:mrow><mml:msup><mml:mrow><mml:mi>Δ</mml:mi></mml:mrow><mml:mrow><mml:mo>+</mml:mo><mml:mo>+</mml:mo></mml:mrow></mml:msup></mml:mrow></mml:math>at 7.1 GeV/<i>c</i>

   S. D. Protopopescu, M. Alston‐Garnjost, A. Barbaro‐Galtieri +6

   Maqola19732 iqtibos

   ABIABI:AkademIndex/2026.other.157919

9. Regularization Paths for Generalized Linear Models via Coordinate Descent

   Jerome H. Friedman, Trevor Hastie, Robert Tibshirani

   MaqolaOAOchiq kirish20102 iqtibos

   ABIABI:AkademIndex/2026.other.239653

10. Multivariate Adaptive Regression Splines

    Jerome H. Friedman

    Maqola19912 iqtibos

    ABIABI:AkademIndex/2026.other.279019