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...
Enregistré dans:
| Autres auteurs: | , , |
|---|---|
| Format: | Livre |
| Langue: | anglais |
| Sujets: | |
| Accès en ligne: | A Distributed and Scalable Machine Learning Approach for Big Data |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
| Résumé: | 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 |