Difference between revisions of "Projects:bdl ml algo"
From IIIS-Systems
(→项目进展) |
(→相关资料) |
||
| Line 21: | Line 21: | ||
= 相关资料 = | = 相关资料 = | ||
| − | * [http://icml.cc/2015/tutorials/2015_ICML_ConvexOptimization_I.pdf | + | * [http://icml.cc/2015/tutorials/2015_ICML_ConvexOptimization_I.pdf 大规模经验风险最小化问题的现代优化方法-1] |
| − | * [http://icml.cc/2015/tutorials/2015_ICML_ConvexOptimization_II.pdf | + | * [http://icml.cc/2015/tutorials/2015_ICML_ConvexOptimization_II.pdf 大规模经验风险最小化问题的现代优化方法-2] |
= 项目进展 = | = 项目进展 = | ||
一篇[https://arxiv.org/abs/1604.03763 paper]在投 | 一篇[https://arxiv.org/abs/1604.03763 paper]在投 | ||
Revision as of 16:41, 21 November 2016
项目名称
针对大规模机器学习问题的分布式随机优化算法
项目介绍
大规模机器学习问题的特点通常表现为数据特别大，模型维度特别高，因此在实际生产环境中，通常采用分布式处理技术来完成模型训练。由于数据量非常大，而传统的batch式方法（比如：梯度下降、L-BFGS等）每轮的计算需要遍历所有数据，故其每轮的计算开销成为算法的性能瓶颈。然而在分布式环境中，由于节点间的通信开销大，简单的应用随机梯度下降方法却无法保证收敛的精度和通信的高效。
本项目提出新的分布式随机优化算法（Distributed Dual Maximization Algorithm），并在公开数据集及百度的凤巢、网盟、春华等业务线数据上验证。
参与人员
Shun Zheng
Fen Xia
Wei Xu
Tong Zhang
相关资料
项目进展
一篇paper在投
