BriefGPT.xyz
May, 2013
加速小批次随机对偶坐标上升
Accelerated Mini-Batch Stochastic Dual Coordinate Ascent
HTML
PDF
Shai Shalev-Shwartz, Tong Zhang
TL;DR
本篇论文介绍了一种在机器学习中用于解决正则化损失最小化问题的有效技术，即随机对偶坐标上升算法（SDCA）的一种扩展，首次引入了一种加速版的mini-batch SDCA算法，并且证明了它的快速收敛率。我们在并行计算系统上实现了该方法，并将结果与常规SDCA和加速的确定性梯度下降方法进行了比较。
Abstract
stochastic dual coordinate ascent
(SDCA) is an effective technique for solving
regularized loss minimization
problems in
machine learning
.
→