目次
確率的最適化 (機械学習プロフェッショナルシリーズ)
- 鈴木 大慈(著)/ 杉山 将(編)
- 第1章 教師あり学習と正則化
- 1.1 教師あり学習
- 1.2 正則化学習法
- 1.3 さまざまなスパース正則化
- 第2章 凸解析の基本事項
- 2.1 凸関数と凸集合
- 2.2 劣微分と双対関数
- 2.3 フェンシェルの双対定理
- 2.4 近接写像
- 2.5 強凸関数と平滑凸関数の性質
- 第3章 確率的最適化とは
- 第4章 オンライン型確率的最適化
- 4.1 オンライン型確率的最適化の枠組み
- 4.2 オンライン学習と確率的最適化の関係
- 4.3 確率的勾配降下法(SGD)
- 4.4 確率的双対平均化法(SDA)
- 4.5 AdaGrad
- 4.6 ミニマックス最適性
- 4.7 オンライン型確率的最適化の汎化誤差について
- 第5章 バッチ型確率的最適化
- 5.1 バッチ型確率的最適化の問題設定
- 5.2 確率的双対座標降下法
- 5.3 確率的分散縮小勾配降下法
- 5.4 確率的平均勾配法
- 第6章 分散環境での確率的最適化
- 6.1 オンライン型確率的最適化の分散処理
- 6.2 バッチ型確率的最適化の分散処理:確率的座標降下法
- 付録A
- A.1 有用な不等式
- A.2 正則化学習法の1次最適化法(近接勾配法)
情報理論・情報科学 ランキング
情報理論・情報科学のランキングをご紹介します情報理論・情報科学 ランキング一覧を見る
前へ戻る
-
1位
-
2位
-
3位
-
4位
-
5位
-
6位
-
7位
-
8位
-
9位
-
10位
次に進む