Jun, 2014
计算密集型 L1 正则化 M - 估计量的近端拟牛顿算法
Proximal Quasi-Newton for Computationally Intensive L1-regularized M-estimators
Kai Zhong, Ian E.H. Yen, Inderjit S. Dhillon, Pradeep Ravikumar
TL;DR在本研究中,我们提出了一种精心构造的近端拟牛顿算法,用于解决计算密集的 M - 估计问题,特别是针对条件随机场的 L1 正则化 MLE 问题,该问题由于涉及到要求代价昂贵的推理步骤来计算梯度值,因此具有特别昂贵的优化成本。我们的算法在序列标记和分类等问题上比当前最先进的算法收敛速度更快。