会员服务
坐标下降法（coordinate descent）是一种非梯度优化算法。算法在每次迭代中，在当前点处沿一个坐标方向进行一维搜索以求得一个函数的局部极小值。在整个过程中循环使用不同的坐标方向。对于不可拆分的函数而言，算法可能无法在较小的迭代步数中求得最优解。为了加速收敛，可以采用一个适当的坐标系，例如通过主成分分析获得一个坐标间尽可能不相互关联的新坐标系.
2021 CSIG机器视觉与智能研讨会成功召开
2021 CSIG机器视觉与智能研讨会成功召开
CSIG机器视觉专委会
2+阅读 · 2021年11月23日
KDD 2020 开源论文 | 稀疏优化的块分解算法
KDD 2020 开源论文 | 稀疏优化的块分解算法
PaperWeekly
0+阅读 · 2020年8月29日
sklearn集成学习：如何调参？
sklearn集成学习：如何调参？
数据挖掘入门与实战
5+阅读 · 2017年7月21日
CVPR 2020 Oral｜解读X3D，Facebook视频理解/行为识别新作
CVPR 2020 Oral｜解读X3D，Facebook视频理解/行为识别新作
极市平台
1+阅读 · 2020年4月22日
Github 项目推荐 | 用 Python 实现的大规模线性回归、分类和排名库 —— lightning
Github 项目推荐 | 用 Python 实现的大规模线性回归、分类和排名库 —— lightning
AI研习社
0+阅读 · 2018年5月16日
支撑向量机 (下)
支撑向量机 (下)
平均机器
0+阅读 · 2017年6月29日
清华魏少军团队最新芯片报告：原创框架性能提升4.8倍，入选顶会ISCA 2020
清华魏少军团队最新芯片报告：原创框架性能提升4.8倍，入选顶会ISCA 2020
THU数据派
1+阅读 · 2020年6月9日
【预告】2021CSIG机器视觉与智能研讨会将于11月19-21日举办
【预告】2021CSIG机器视觉与智能研讨会将于11月19-21日举办
中国图象图形学学会CSIG
0+阅读 · 2021年11月5日
sklearn集成学习：如何调参？
sklearn集成学习：如何调参？
北京思腾合力科技有限公司
9+阅读 · 2017年10月20日
机器学习中的优化方法小结
机器学习中的优化方法小结
极市平台
0+阅读 · 2020年7月26日
中国科技公司最强外脑Michael I. Jordan：解析人工智能发展的机遇与挑战
中国科技公司最强外脑Michael I. Jordan：解析人工智能发展的机遇与挑战
混沌研习社广州分社
0+阅读 · 2017年9月9日
学界 | 清华大学NIPS 2017 Spotlight论文：通过在单纯形上软门限投影的加速随机贪心坐标下降
学界 | 清华大学NIPS 2017 Spotlight论文：通过在单纯形上软门限投影的加速随机贪心坐标下降
机器之心
1+阅读 · 2017年9月17日
从Bengio演讲发散开来：探讨逻辑推理与机器学习
从Bengio演讲发散开来：探讨逻辑推理与机器学习
机器之心
1+阅读 · 2020年10月12日
滴滴研究院副院长叶杰平亲授：大规模稀疏和低秩学习（下）
滴滴研究院副院长叶杰平亲授：大规模稀疏和低秩学习（下）
AI科技评论
1+阅读 · 2017年3月30日
干货 | 详解scikit-learn中随机森林(RF)和梯度提升决策树(GBDT)的参数调优
干货 | 详解scikit-learn中随机森林(RF)和梯度提升决策树(GBDT)的参数调优
机器学习算法与Python学习
6+阅读 · 2017年7月26日
参考链接
微信扫码咨询专知VIP会员
Top