Adaptive Subgradient Methods for Online Learning and Stochastic Optimization

次梯度方法 后悔 计算机科学 正规化(语言学) 数学优化 经验风险最小化 人工智能 事后诸葛亮 随机优化 机器学习 算法 数学 心理学 认知心理学
作者
John C. Duchi,Elad Hazan,Yoram Singer
出处
期刊:Journal of Machine Learning Research [Crossref Test]
卷期号:12 (61): 2121-2159 被引量:2974
摘要

We present a new family of subgradient methods that dynamically incorporate knowledge of the geometry of the data observed in earlier iterations to perform more informative gradient-based learning. Metaphorically, the adaptation allows us to find needles in haystacks in the form of very predictive but rarely seen features. Our paradigm stems from recent advances in stochastic optimization and online learning which employ proximal functions to control the gradient steps of the algorithm. We describe and analyze an apparatus for adaptively modifying the proximal function, which significantly simplifies setting a learning rate and results in regret guarantees that are provably as good as the best proximal function that can be chosen in hindsight. We give several efficient algorithms for empirical risk minimization problems with common and important regularization functions and domain constraints. We experimentally study our theoretical analysis and show that adaptive subgradient methods outperform state-of-the-art, yet non-adaptive, subgradient algorithms.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
1秒前
你大夫哥发布了新的文献求助10
1秒前
1秒前
1秒前
ASZXDW应助卡卡卡采纳,获得10
2秒前
2秒前
桐桐应助queer采纳,获得10
3秒前
舒畅发布了新的文献求助10
3秒前
3秒前
子车茗应助随行由心采纳,获得10
4秒前
4秒前
4秒前
5秒前
5秒前
6秒前
研友_Z34DG8发布了新的文献求助10
6秒前
6秒前
舒畅完成签到,获得积分10
7秒前
李健应助Yurinn采纳,获得10
7秒前
独特芷巧发布了新的文献求助10
8秒前
默默曼冬发布了新的文献求助10
8秒前
馨lover发布了新的文献求助30
8秒前
黄橙子发布了新的文献求助10
8秒前
VDC应助你大夫哥采纳,获得10
8秒前
miao应助xzs采纳,获得20
8秒前
iZ1024完成签到,获得积分10
9秒前
失了智发布了新的文献求助10
9秒前
10秒前
10秒前
晓晨完成签到 ,获得积分10
11秒前
Bellamie发布了新的文献求助10
11秒前
直率钢笔完成签到,获得积分10
11秒前
1874完成签到,获得积分10
11秒前
温暖的烨霖完成签到,获得积分10
12秒前
淋漓尽致发布了新的文献求助10
12秒前
13秒前
13秒前
14秒前
ying完成签到 ,获得积分10
14秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3156110
求助须知:如何正确求助?哪些是违规求助? 2807513
关于积分的说明 7873605
捐赠科研通 2465844
什么是DOI,文献DOI怎么找? 1312456
科研通“疑难数据库(出版商)”最低求助积分说明 630107
版权声明 601905