Proximale gradientmethoden voor leren
term_id: proximal_gradient_methods_for_learning
Category: training_techniques
Definition
Proximale gradientmethoden zijn iteratieve optimalisatietechnieken die worden gebruikt wanneer de verliesfunctie een differentieerbare gladde term en een niet-differentieerbare regularisator bevat, zoals de L1-norm. Het algoritme combineert…
Summary
Optimalisatiealgoritmen ontworpen om samengestelde doel functies te minimaliseren die zowel gladde als niet-gladde componenten bevatten.
Key Concepts
- samengestelde optimalisatie
- proximale operator
- L1-regularisatie
- niet-gladde convexiteit
Use Cases
- Selectie van sparce kenmerken
- Lasso-regressie
- Gestructureerde voorspellingsmodellen