Новини на членовете на UCA Forum Numerica; Ефективно обучение с произволни проекции; 11 юни 2020 г. 14:00 -

членовете

Резюме:
Въпреки зашеметяващите резултати, модерните подходи за машинно обучение често са изчислително интензивни и ефективността остава предизвикателство. Намаляването на размерността, ако се извършва ефективно, осигурява начин за намаляване на изчислителните изисквания на задачите надолу по веригата, но вероятно на широчината на получената точност. В тази беседа обсъждаме взаимодействието между точността и ефективността, когато намаляването на размерността се извършва посредством, вероятно зависими от данните, случайни проекции. Последните са свързани с методите на дискретизация за интегрални оператори, с методите за вземане на проби в рандомизирана числена линейна алгебра и с методите за скициране. Нашите резултати показват, че има редица различни задачи и режими, при които, използвайки произволни проекции и регуларизация, ефективността може да бъде подобрена без загуба на точност. Теоретичните резултати се използват за извличане на мащабируеми и бързи методи на ядрото за набори от данни с милиони точки.e цвят.