가속화된 근접 확률적 이중 좌표 상승법
이 논문은 정규화된 손실 최소화 문제를 풀기 위해 근접형 확률적 이중 좌표 상승법(Prox‑SDCA)을 제안하고, 내부‑외부 반복 구조를 이용해 가속화한다. 강하게 볼록한 정규화항과 부드러운(또는 Lipschitz) 손실함수를 가정하면, SVM, 로지스틱 회귀, Ridge, Lasso 등 다양한 모델에 대해 기존 최첨단 알고리즘보다 개선된 시간 복잡도를 달성한다. 실험을 통해 이론적 수렴 속도가 실제에서도 확인된다.
저자: Shai Shalev-Shwartz, Tong Zhang
본 논문은 선형 모델의 정규화 손실 최소화 문제를 일반적인 형태로 정의하고, 이를 효율적으로 해결하기 위한 새로운 최적화 알고리즘을 제시한다. 문제식은
\
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기