Titre original :
Learning with Submodular Functions: A Convex Optimization Perspective
Contenu du livre :
Les fonctions sous-modulaires sont pertinentes pour l'apprentissage automatique pour au moins deux raisons : (1) certains problèmes peuvent être exprimés directement comme l'optimisation de fonctions sous-modulaires, et (2) l'extension de Lovsz des fonctions sous-modulaires fournit un ensemble utile de fonctions de régularisation pour l'apprentissage supervisé et non supervisé. Dans Learning with Submodular Functions : A Convex Optimization Perspective, la théorie des fonctions submodulaires est présentée de manière autonome du point de vue de l'analyse convexe, en établissant des liens étroits entre certains polyèdres, l'optimisation combinatoire et les problèmes d'optimisation convexe.
En particulier, il décrit comment la minimisation de fonctions submodulaires est équivalente à la résolution d'une grande variété de problèmes d'optimisation convexe. Cela permet de dériver de nouveaux algorithmes efficaces pour la minimisation approximative et exacte de fonctions sous-modulaires avec des garanties théoriques et de bonnes performances pratiques.
En énumérant de nombreux exemples de fonctions submodulaires, il passe en revue diverses applications à l'apprentissage automatique, telles que le regroupement, la conception expérimentale, le placement de capteurs, l'apprentissage de structures de modèles graphiques ou la sélection de sous-ensembles, ainsi qu'une famille de normes structurées induisant la sparsité qui peuvent être dérivées et utilisées à partir de fonctions submodulaires. Apprendre avec des fonctions sous-modulaires : A Convex Optimization Perspective est une référence idéale pour les chercheurs, les scientifiques ou les ingénieurs qui s'intéressent à l'application des fonctions submodulaires aux problèmes d'apprentissage automatique.
Autres informations sur le livre :
| ISBN : | 9781601987563 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
