ctjlsvm：三分支跳跃加速的线性支持向量机的训练][CTJLSVM: Componentwise Triple Jump Acceleration for Training Linear SVM]

ctjlsvm：三分支跳跃加速的线性支持向量机的训练 CTJLSVM: Componentwise Triple Jump Acceleration for Training Linear SVM


课程网址:	http://videolectures.net/icml08_hsu_ctja/
主讲教师:	Chun-Nan Hsu
开课单位:	中央研究院AIIA实验室
开课时间:	2008-09-01
课程语种:	英语
中文简介:	三级跳远外推法是 aitken 加速度的有效近似, 可加速许多机器学习算法的收敛, 这些算法可以表述为固定点迭代。在本摘要的其余部分, 我们简要回顾了三级跳远方法的一般思想, 然后描述了如何将其应用于加速随机梯度下降 (sgd) 训练线性支持向量机 (svm)。
课程简介:	The triple jump extrapolation method is an effective approximation of Aitken’s acceleration for accelerating the convergence of many machine learning algorithms that can be formulated as fixedpoint iteration. In the remainder of this abstract, we briefly review the general idea of the triple jump method and then describe how to apply it to accelerate stochastic gradient descent (SGD) for training linear support vector machines (SVM).
关键词:	三级跳远外推方法; 线性支持向量机; 加速随机梯度下降
课程来源:	视频讲座网公开课
最后编审:	2020-06-11：dingaq
阅读次数:	35

境外开放课程导航