யில்மாஸ் ஈ
சமீபத்தில், தகவல் பணவீக்கம் இருப்பதால், சேகரிக்கப்பட்ட தரவு பொதுவாக விடுபட்ட அல்லது தணிக்கை செய்யப்பட்ட மதிப்புகளை உள்ளடக்கியது. எனவே, குறிப்பாக மருத்துவ மற்றும் மருத்துவ ஆய்வுகளில் தரவுத்தொகுப்புகளை துல்லியமாக மாடலிங் செய்வது மற்றும் பகுப்பாய்வு செய்வது கடினமானது. இந்த தாளில், மிகவும் பொதுவான தணிக்கை செய்யப்பட்ட தரவுகளான வலது-தணிக்கை செய்யப்பட்ட தரவை கையாள, மூன்று வெவ்வேறு தீர்வு முறைகள் அறிமுகப்படுத்தப்பட்டுள்ளன. அதன் பிறகு, மாடலிங் செயல்பாட்டில் அவற்றின் விளைவுகளைப் பார்க்க, செமிபரமெட்ரிக் பின்னடைவு மாதிரியானது ஸ்மூட்டிங் ஸ்ப்லைனின் அடிப்படையில் பயன்படுத்தப்படுகிறது.