Développements récents en analysee des correspondances multiples

Résumé : Depuis une dizaine d'années, la taille des données croit plus vite que la puissance des processeurs. Lorsque les données disponibles sont pratiquement infinies, c'est le temps de calcul qui limite les possibilités de l'apprentissage statistique. Ce document montre que ce changement d'échelle nous conduit vers un compromis qualitativement différent dont les conséquences ne sont pas évidentes. En particulier, bien que la descente de gradient stochastique soit un algorithme d'optimisation médiocre, on montrera, en théorie et en pratique, que sa performance est excellente pour l'apprentissage statistique à grande échelle.
Type de document :
Article dans une revue
La revue de Modulad, Modulad, 2010, 42, pp.110-117
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/hal-00625921
Contributeur : Brigitte Le Roux <>
Soumis le : vendredi 23 septembre 2011 - 00:03:28
Dernière modification le : mardi 11 octobre 2016 - 13:28:28

Identifiants

  • HAL Id : hal-00625921, version 1

Collections

Citation

Jean Chiche, Brigitte Le Roux. Développements récents en analysee des correspondances multiples. La revue de Modulad, Modulad, 2010, 42, pp.110-117. <hal-00625921>

Partager

Métriques

Consultations de la notice

103