BriefGPT.xyz
Ask
alpha
关键词
iterative local adaptive majorize-minimization
搜索结果 - 1
I-LAMM 用于稀疏学习:同时控制算法复杂度和统计误差
这篇论文提出了一个名为 I-LAMM 的计算框架,旨在同时控制算法复杂度和统计误差,在拟合高维模型时具有最优的统计性能和可控的算法复杂度,本理论依赖于一种局部稀疏 / 受限特征值条件,可以分析大量的损失和惩罚函数,并在非常微弱的假设下提供最
→
PDF
9 years ago
Prev
Next