舰船电子工程
艦船電子工程
함선전자공정
SHIP ELECTRONIC ENGINEERING
2013年
2期
9-12
,共4页
机器学习%优化%大规模数据%在线%坐标优化
機器學習%優化%大規模數據%在線%坐標優化
궤기학습%우화%대규모수거%재선%좌표우화
随着互联网的日益普及和数据采集手段的迅猛发展,大规模数据给机器学习带来了新的挑战.机器学习的主要模式是将学习过程转化为优化问题,坐标优化、在线优化算法是解决大规模问题的有效手段.文章直观地介绍了两种主流算法的操作流程,阐述了各自发展历程,并分析了算法优势和特点,最后总结算法的应用机理.
隨著互聯網的日益普及和數據採集手段的迅猛髮展,大規模數據給機器學習帶來瞭新的挑戰.機器學習的主要模式是將學習過程轉化為優化問題,坐標優化、在線優化算法是解決大規模問題的有效手段.文章直觀地介紹瞭兩種主流算法的操作流程,闡述瞭各自髮展歷程,併分析瞭算法優勢和特點,最後總結算法的應用機理.
수착호련망적일익보급화수거채집수단적신맹발전,대규모수거급궤기학습대래료신적도전.궤기학습적주요모식시장학습과정전화위우화문제,좌표우화、재선우화산법시해결대규모문제적유효수단.문장직관지개소료량충주류산법적조작류정,천술료각자발전역정,병분석료산법우세화특점,최후총결산법적응용궤리.
