Matrixregularisering
term_id: matrix_regularization
Category: training_techniques
Definition
Matrixregularisering udvider koncepterne fra skalarregularisering til matricer og ofte brugt i multi-task learning eller anbefalingssystemer. Den påtvinger begrænsninger på normen af vægtmatricer, såsom Frobenius-norm eller nukleær norm, for at sikre, at modellen lærer robuste mønstre uden at overtilpasse støj i træningsdataene.
Summary
En teknik, der anvender strafled på matrix-værdede parametre for at forhindre overanpassning og opretholde strukturelle egenskaber som sparsomhed.
Key Concepts
- Frobenius-norm
- Nukleær norm
- Forhindring af overanpassning
- Lav-rang approksimation
Use Cases
- Sammenarbejdende filtrering
- Multi-task læring
- Dimensionsreduktion