Empirical Risk Minimization: Complexity, Duality, Sampling, Sparsity and Big Data

2 декабря 2016
Москва
Материалы опубликованы

Многие задачи анализа данных так или иначе сводятся к задачам минимизации эмпирического риска. В последние годы они стали особенно актуальны в связи с обучением глубоких нейронных сетей. Особенностью большинства современных задач является большое или даже огромное количество данных (число переменных и/или число слагаемых в функционале вида суммы). Питер Рихтарик — один из ведущих в мире специалистов по их решению - прочитал в Яндексе доклад на эту тему 2 декабря.

Опубликованные материалы

19:00Регистрация
19:30Empirical Risk Minimization: Complexity, Duality, Sampling, Sparsity and Big Data
Peter Richtárik
University of Edinburgh
Смотреть