大规模分布式近似SVM数据分块数选择
摘要 | 第3-4页 |
ABSTRACT | 第4页 |
第1章 绪论 | 第7-9页 |
1.1 研究背景 | 第7-8页 |
1.2 本文工作 | 第8页 |
1.3 章节安排 | 第8-9页 |
第2章 文献综述 | 第9-19页 |
2.1 经验选择 | 第9-14页 |
2.2 子问题优化算法 | 第14-17页 |
2.2.1 原问题优化算法 | 第14-16页 |
2.2.2 对偶问题优化算法 | 第16-17页 |
2.3 小结 | 第17-19页 |
第3章 数据分块数选择 | 第19-23页 |
3.1 分布式机器学习模型泛化误差分析 | 第19-21页 |
3.2 数据分块数选择准则 | 第21-22页 |
3.3 数据分块数选择算法 | 第22页 |
3.4 小结 | 第22-23页 |
第4章 分布式近似核支持向量机 | 第23-35页 |
4.1 随机傅里叶特征映射 | 第23-25页 |
4.2 支持向量机 | 第25-26页 |
4.3 交替方向乘子法 | 第26-29页 |
4.3.1 分布式交替方向乘子法 | 第27-28页 |
4.3.2 收敛性分析 | 第28-29页 |
4.4 实现方案 | 第29-33页 |
4.4.1 子问题并行求解 | 第31-33页 |
4.5 小结 | 第33-35页 |
第5章 实验 | 第35-40页 |
5.1 实验环境 | 第35-36页 |
5.2 数据集及参数设置 | 第36页 |
5.3 实验结果及分析 | 第36-38页 |
5.4 小结 | 第38-40页 |
第6章 结语 | 第40-41页 |
6.1 总结 | 第40页 |
6.2 展望 | 第40-41页 |
参考文献 | 第41-44页 |
发表论文和参加科研情况说明 | 第44-45页 |
致谢 | 第45页 |