免投影在线学习
摘要 | 第3-4页 |
abstract | 第4-5页 |
第1章 绪论 | 第8-18页 |
1.1 在线学习与在线凸优化概述 | 第8-10页 |
1.2 经典算法 | 第10-13页 |
1.2.1 在线梯度下降 | 第11页 |
1.2.2 正则化追随领先者 | 第11-13页 |
1.3 免投影在线学习 | 第13-16页 |
1.3.1 条件梯度 | 第13-15页 |
1.3.2 在线条件梯度 | 第15-16页 |
1.4 研究内容与创新点 | 第16页 |
1.5 本文结构 | 第16-18页 |
第2章 自适应免投影在线学习 | 第18-32页 |
2.1 研究动机 | 第18页 |
2.2 预备知识 | 第18-19页 |
2.2.1 自适应在线对偶平均 | 第18-19页 |
2.3 自适应在线条件梯度 | 第19-28页 |
2.3.1 算法 | 第19-20页 |
2.3.2 悔界上界分析 | 第20-28页 |
2.4 实验 | 第28-30页 |
2.4.1 实验设置 | 第28-29页 |
2.4.2 实验结果与分析 | 第29-30页 |
2.5 本章小结 | 第30-32页 |
第3章 分布式免投影在线学习 | 第32-51页 |
3.1 研究动机 | 第32页 |
3.2 预备知识 | 第32-34页 |
3.2.1 分布式在线凸优化 | 第32-33页 |
3.2.2 分布式在线对偶平均 | 第33-34页 |
3.3 分布式在线条件梯度 | 第34-46页 |
3.3.1 算法 | 第34页 |
3.3.2 悔界上界分析 | 第34-46页 |
3.4 实验 | 第46-49页 |
3.4.1 实验设置 | 第47-48页 |
3.4.2 实验结果与分析 | 第48-49页 |
3.5 本章小结 | 第49-51页 |
第4章 赌博机免投影在线学习 | 第51-63页 |
4.1 研究动机 | 第51-52页 |
4.2 预备知识 | 第52-54页 |
4.2.1 赌博机凸优化 | 第52页 |
4.2.2 单点梯度估计 | 第52-54页 |
4.3 赌博机在线条件梯度 | 第54-61页 |
4.3.1 算法 | 第54-55页 |
4.3.2 期望悔界上界分析 | 第55-61页 |
4.4 实验 | 第61-62页 |
4.4.1 实验设置 | 第61-62页 |
4.4.2 实验结果与分析 | 第62页 |
4.5 本章小结 | 第62-63页 |
第5章 工作总结与展望 | 第63-65页 |
5.1 工作总结 | 第63页 |
5.2 工作展望 | 第63-65页 |
参考文献 | 第65-68页 |
致谢 | 第68-70页 |
附录A 附录 | 第70-76页 |
A.1 在线条件梯度的悔界上界分析 | 第70-76页 |
个人简历、在学期间发表的学术论文与研究成果 | 第76页 |