A Distributed and Scalable Machine Learning Approach for Big Data

A Distributed and Scalable Machine Learning Approach for Big Data

En esta investigacin̤ se propone un enfoque novedoso de descomposicin̤ y combinacin̤ de matrices con el algoritmo PBCD (parallel block coordinate descent) para efectuar el esfuerzo computacional distribuido para varios de los ms̀ populares algoritmos de aprendizaje automt̀ico, tales como mq̀uinas de...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Weitere Verfasser: Guo Hongliang, Zhang Jie, Association for the Advancement of Artificial Intelligence (AAAI); International Joint Conferences on Artificial Intelligence Organization (IJCAI)
Format: Buch
Sprache:Englisch
Schlagworte:
Datos masivos
Ciencia de datos
Big data
Data science
Aprendizaje automt̀ico
Algoritmo PBCD
Descomposicin̤ y combinacin̤ de matrices
Complejidad de computacin̤
Machine learning
PBCD algorithm
Matrix decomposition and combination
Computation complexity
Online-Zugang:A Distributed and Scalable Machine Learning Approach for Big Data
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:En esta investigacin̤ se propone un enfoque novedoso de descomposicin̤ y combinacin̤ de matrices con el algoritmo PBCD (parallel block coordinate descent) para efectuar el esfuerzo computacional distribuido para varios de los ms̀ populares algoritmos de aprendizaje automt̀ico, tales como mq̀uinas de vectores de soporte y la regresin̤ logs̕tica. Tras aplicar dicho enfoque a los algoritmos mencionados, estos se pueden usar para resolver problemas que involucran datos masivos.
ISBN:9781577357704; 9781577357711

Ähnliche Einträge