La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Recent Advances and Trends in Large-Scale Kernel Methods Avancées et tendances récentes dans les méthodes de noyau à grande échelle

Hisashi KASHIMA, Tsuyoshi IDE, Tsuyoshi KATO, Masashi SUGIYAMA

  • Vues en texte intégral

    0

  • Citer

Résumé:

Méthodes du noyau tels que la machine à vecteurs de support sont l’un des algorithmes les plus performants de l’apprentissage automatique moderne. Leur avantage est que les algorithmes linéaires sont étendus aux scénarios non linéaires de manière simple grâce à l’utilisation de l’astuce du noyau. Cependant, l’utilisation naïve des méthodes du noyau est coûteuse en termes de calcul, car la complexité du calcul évolue généralement de manière cubique par rapport au nombre d’échantillons d’apprentissage. Dans cet article, nous passons en revue les avancées récentes dans les méthodes du noyau, en mettant l'accent sur l'évolutivité pour des problèmes massifs.

Publication
IEICE TRANSACTIONS on Information Vol.E92-D No.7 pp.1338-1353
Date de publication
2009/07/01
Publicisé
ISSN en ligne
1745-1361
DOI
10.1587/transinf.E92.D.1338
Type de manuscrit
Special Section INVITED PAPER (Special Section on Large Scale Algorithms for Learning and Optimization)
Catégories

Auteurs

Mots-clés

Table des matières