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
