Master Thesis Online
How to optimise the bandwidths and the dimension of latent spaces in the KCCA and A-CCA machine learning algorithms for statistical matching purposes?
MAGERMANS_Celine_Thesis.pdf
Magermans, Céline 
Promotor(s) :
Heuchenne, Cédric
Date of defense : 2-Sep-2024/7-Sep-2024 • Permalink : http://hdl.handle.net/2268.2/21316
Details
| Title : | How to optimise the bandwidths and the dimension of latent spaces in the KCCA and A-CCA machine learning algorithms for statistical matching purposes? |
| Translated title : | [fr] Comment optimiser les largeurs de bande et la dimension des espaces latents dans les algorithmes d'apprentissage automatique KCCA et A-CCA à des fins d'appariement statistique ? |
| Author : | Magermans, Céline
|
| Date of defense : | 2-Sep-2024/7-Sep-2024 |
| Advisor(s) : | Heuchenne, Cédric
|
| Committee's member(s) : | Guillot, Malka
Ulm, Maren
|
| Language : | English |
| Number of pages : | 98 |
| Keywords : | [en] Statistical Matching [en] KCCA [en] A-CCA |
| Discipline(s) : | Business & economic sciences > Finance |
| Institution(s) : | Université de Liège, Liège, Belgique |
| Diplôme : | Master en ingénieur de gestion, à finalité spécialisée en Financial Engineering |
| Faculté : | Mémoires de la HEC-Ecole de gestion de l'Université de Liège |
Résumé
[en] This thesis aims to optimise the bandwidths and dimensions of latent spaces within the Kernel Canonical Correlation Analysis (KCCA) and Autoencoder Canonical Correlation Analysis (A-CCA) methods. These techniques, which incorporate machine learning algorithms, are part of the growing field of statistical matching. This area is expected to expand as the volume of accessible data and the emergence of new data sources increase.
Citer ce mémoire
APA
Magermans, C. (2024). How to optimise the bandwidths and the dimension of latent spaces in the KCCA and A-CCA machine learning algorithms for statistical matching purposes? (Unpublished master's thesis). Université de Liège, Liège, Belgique. Retrieved from https://matheo.uliege.be/handle/2268.2/21316
Chicago
Tous les documents disponibles sur MatheO sont protégés par le droit d'auteur et soumis aux règles habituelles de bon usage.
L'Université de Liège ne garantit pas la qualité scientifique de ces travaux d'étudiants ni l'exactitude de l'ensemble des informations qu'ils contiennent.
L'Université de Liège ne garantit pas la qualité scientifique de ces travaux d'étudiants ni l'exactitude de l'ensemble des informations qu'ils contiennent.