Apresentação·Pesquisa de Survey·
Goplerud (2023): MrP com modelos hierárquicos profundos versus machine learning
Apresentação · Pesquisa de Survey
Na apresentação da disciplina de survey, apresentei Goplerud (2023) [link]. O artigo mostra que modelos multinível completos (ou “profundos”), com muitos termos interativos e, portanto, muitos parâmetros a serem estimados, podem ser ajustados com alta velocidade utilizando inferência variacional. Além disso, Goplerud (2023) também compara a performance de modelos multinível frente a modelos de machine learning utilizando técnicas de ensemble. A apresentação completa pode ser encontrada abaixo.
Goplerud, Max. 2023. “Re-Evaluating Machine Learning for MRP Given the Comparable Performance of (Deep) Hierarchical Models”. American Political Science Review 118 (1): 529–36. https://doi.org/10.1017/S0003055423000035.