Métodos de gradiente proximal para aprendizado
term_id: proximal_gradient_methods_for_learning
Category: training_techniques
Definition
Os métodos de gradiente proximal são técnicas de otimização iterativas utilizadas quando a função de perda inclui um termo suave diferenciável e um regularizador não diferenciável, como a norma L1. O algoritmo c
Summary
Algoritmos de otimização projetados para minimizar funções objetivo compostas que contêm componentes suaves e não suaves.
Key Concepts
- otimização composta
- operador proximal
- regularização L1
- convexidade não suave
Use Cases
- Seleção de características esparsas
- Regressão Lasso
- Modelos de previsão estruturada