概要： 正則化学習法は，データへの当てはまりとモデルの複雑さのトレードオフを最小化 する手法であり，広く統計学や機械学習の分野で用いられている手法である．特 に，データの高次元化により，スパース性を誘導する正則化手法，例えばL1正則 化，の重要性が広く認識されてきた． しかし，スパース正則化は微分不可能な点を 持つなど，効率的に解こうとすると工夫が必要である．さらに，データ量の増加に より，メモリに載りきらないデータをいかにして効率的に処理するかも問題になっ てきている．本講演では，上記のようなスパース正則化問題において，どのような 最適化手法が有用であるかを概観する．ここでは，proximal minimizationを中心と した関連手法を紹介し，次いでデータのサイズが大きい場合の確率的最適化法につ いても触れる．また，構造的正則化において有用な手法についても述べる．本講演 の内容は冨岡亮太氏および杉山将氏との共同研究を含んでいる．
正則化学習法における最適化手法
1
0
0
全文
関連したドキュメント
Optimal stochastic approximation algorithms for strongly convex stochastic composite optimization I: A generic algorithmic framework.. SIAM Journal on Optimization,
Dual averaging and proximal gradient descent for online alternating direction multiplier method. Stochastic dual coordinate ascent with alternating direction method
Hungarian Method Kuhn (1955) based on works of K ő nig and
子どもの学習従事時間を Fig.1 に示した。BL 期には学習への注意喚起が 2 回あり，強 化子があっても学習従事時間が 30
b）工場 シミュ レータ との 連携 工場シ ミュ レータ は、工場 内のモ ノの流 れや 人の動き をモ デル化 してシ ミュレ ーシ ョンを 実 行し、工程を 最適 化する 手法で
このような状況のもと、昨年改正された社会福祉法においては、全て
条例第108条 知事は、放射性物質を除く元素及び化合物(以下「化学
小学校学習指導要領総則第１の３において、「学校における体育・健康に関する指導は、児
