Regularized Bundle Methods for convex and non convex risks: Additional material to the JMLR paper
Méthode de Plans Sécants Régularisée pour l'Optimisation Non convexe : Annexe à l'article dans JMLR
Résumé
This report is an additional material to our article in the Journal of Machine Learning Research (JMLR). Both documents deal with an algorithm that we designed, named NRBM (Non convex Regularized Bundle Methods), to deal efficiently with regularized non convex risks as often encountered in the machine learning field. The JMLR article provides more details on NRBM and report empirical evaluation on many real machine learning problems while this report provides additional theoretical results related to the convergence analysis of algorithm NRBM.
Ce rapport est une annexe à notre article dans le Journal of Machine Learning Research (JMLR). Les deux documents traitent d'un algorithme que nous nommons NRBM (Non convex Regularized Bundle Methods) que nous avons réalisé pour traiter efficacement des problèmes d'optimisation régularisés et non convexes tels qu'on en rencontre fréquemment en apprentissage automatique. L'article de JMLR décrit l'algorithme en détails et fournit des résultats expérimentaux sur un éventail de problèmes réels en apprentissage automatique alors que ce rapport interne fournit une analyse théorique plus poussée de la convergence de l'algorithme NRBM.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|
Loading...