在线学习算法分享例析.pptxVIP

  • 2
  • 0
  • 约小于1千字
  • 约 27页
  • 2017-04-20 发布于湖北
  • 举报
在线学习算法分享;Outline;传统方法;Outline;无约束优化表示 全局梯度下降: 牛顿法、LBFGS等方法 不等式约束凸优化问题 投影梯度下降(约束优化表示下),gt是subgradient ;批量算法;Outline;在线算法;在线算法;Outline;稀疏性的考量;稀疏性的考量;Outline;非光滑全局优化算法;非光滑全局优化算法;FOBOS;AOGD;AOGD;RDA;;FTRL (Follow-the-regularized-Leader);FTRL (Follow-the-regularized-Leader);FTRL (Follow-the-regularized-Leader);FTRL (Follow-the-regularized-Leader);FTRL (Follow-the-regularized-Leader);FTRL (Follow-the-regularized-Leader);Thanks QA

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档